研究者提出面向离散数据的似然型原型分析框架

研究者 A. Emilie J. Wedenborg、Jesper Løve Hinrich 与 Morten Mørup 提出一种基于似然的原型分析（AA）框架，支持 Bernoulli、Poisson 和多项式观测模型。该框架通过负对数似然的局部二次近似，结合序列最小优化（SMO）与活跃集方法完成约束更新。 研究者同时引入交叉验证预测似然准则来选择原型数量。在单细胞 RNA 测序、微生物组组成和体细胞突变数据上，该框架捕获了可解释的领域结构，并取得有竞争力的似然拟合与稳定解。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。