Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:1911.00685

帮助 | 高级搜索

统计学 > 计算

arXiv:1911.00685 (stat)
[提交于 2019年11月2日 ]

标题: 稀疏反演对数行列式导数

标题: Sparse inversion for derivative of log determinant

Authors:Shengxin Zhu, Andrew J Wathen
摘要: 高斯过程、边缘似然方法或受限最大似然方法的算法通常需要对对数行列式项求导。这些对数行列式通常是基于统计模型的方差参数的参数化形式。本文展示了当底层矩阵稀疏时,如何利用与原始矩阵具有相同稀疏性的选择性逆矩阵来加速计算对数行列式的导数。
摘要: Algorithms for Gaussian process, marginal likelihood methods or restricted maximum likelihood methods often require derivatives of log determinant terms. These log determinants are usually parametric with variance parameters of the underlying statistical models. This paper demonstrates that, when the underlying matrix is sparse, how to take the advantage of sparse inversion---selected inversion which share the same sparsity as the original matrix---to accelerate evaluating the derivative of log determinant.
评论: 十五
主题: 计算 (stat.CO) ; 数值分析 (math.NA); 机器学习 (stat.ML)
MSC 类: 65F05, 90C53
引用方式: arXiv:1911.00685 [stat.CO]
  (或者 arXiv:1911.00685v1 [stat.CO] 对于此版本)
  https://doi.org/10.48550/arXiv.1911.00685
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Shengxin Zhu [查看电子邮件]
[v1] 星期六, 2019 年 11 月 2 日 09:22:38 UTC (655 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
查看许可
当前浏览上下文:
stat.CO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2019-11
切换浏览方式为:
cs
cs.NA
math
math.NA
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号