Inference for max-linear Bayesian networks with noise

Adams, Mark; Ferry, Kamillo; Yoshida, Ruriko

统计学 > 机器学习

arXiv:2505.00229 (stat)

[提交于 2025年5月1日 ]

标题：具有噪声的最大线性贝叶斯网络的推理

标题： Inference for max-linear Bayesian networks with noise

Authors:Mark Adams, Kamillo Ferry, Ruriko Yoshida

摘要：极大线性贝叶斯网络（MLBNs）为因果推理在极值设置下提供了一个强大的框架；我们考虑了具有给定拓扑结构的 MLBNs，在极大-加代数下通过取对数将其噪声参数表示出来。然后，我们证明了有向无环图（DAG）中每条边的参数估计量服从正态分布。我们在本文最后进行了计算实验，使用了期望最大化（EM）算法和二次优化。

摘要： Max-Linear Bayesian Networks (MLBNs) provide a powerful framework for causal inference in extreme-value settings; we consider MLBNs with noise parameters with a given topology in terms of the max-plus algebra by taking its logarithm. Then, we show that an estimator of a parameter for each edge in a directed acyclic graph (DAG) is distributed normally. We end this paper with computational experiments with the expectation and maximization (EM) algorithm and quadratic optimization.

评论：	18页，10幅图。简要版本将出现在第13届不确定性处理研讨会的会议论文集中。
主题：	机器学习 (stat.ML) ; 机器学习 (cs.LG); 优化与控制 (math.OC); 统计理论 (math.ST)
MSC 类：	14T90, 62A09, 62H30, 90C20, 90C90
引用方式：	arXiv:2505.00229 [stat.ML]
	(或者 arXiv:2505.00229v1 [stat.ML] 对于此版本)
	https://doi.org/10.48550/arXiv.2505.00229

提交历史

来自： Kamillo Ferry [查看电子邮件]
[v1] 星期四， 2025 年 5 月 1 日 00:31:37 UTC (634 KB)

统计学 > 机器学习

标题：具有噪声的最大线性贝叶斯网络的推理

标题： Inference for max-linear Bayesian networks with noise

提交历史

获取论文：

参考文献与引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

统计学 > 机器学习

标题： 具有噪声的最大线性贝叶斯网络的推理 显示英文标题

标题： Inference for max-linear Bayesian networks with noise

提交历史

获取论文：

参考文献与引用

BibTeX 格式的引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

标题：具有噪声的最大线性贝叶斯网络的推理