统计学 > 计算
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.