HOST：无需入度上界的高斯DAG学习算法
热点事件持续更新
HOST：无需入度上界的高斯DAG学习算法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Donguk Shin 等作者提出 HOST，一种用逐节点留出评分与凸回归替代子集搜索的高斯 DAG 学习算法，无需预先给定入度上界。作者称，在合适条件下，HOST 可在多项式时间内精确恢复最大入度为 d 的 p 节点 DAG，样本复杂度为 d log p 量级。 实验显示，该算法的图恢复效果具竞争力，运行时间扩展性良好。相关论文发布于 arXiv 的 cs.LG 分类。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
HOST：面向高效高斯 DAG 学习的留出评分算法报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGHOST：面向高效高斯 DAG 学习的留出评分算法
研究者提出 HOST，一种用逐节点留出评分与凸回归替代子集搜索的高斯 DAG 学习算法，无需预先给定入度上界。在合适条件下，HOST 可在多项式时间内精确恢复最大入度为 d 的 p 节点 DAG，样本复杂度为 d log p 量级。实验显示其图恢复效果具竞争力，且运行时间扩展性良好。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。