吉林大学学报（理学版）2023，Vol.61Issue(5)：1056-1062,7.DOI:10.13413/j.cnki.jdxblxb.2023010
基于自适应惩罚的潜变量高斯图模型结构学习
Structure Learning of Gaussian Graphical Models with Latent Variables Based on Adaptive Penalties
摘要
关键词
潜变量高斯图模型/自适应LASSO惩罚/自适应核范数惩罚/交替方向乘子法Key words
latent variable Gaussian graphical model/adaptive LASSO penalty/adaptive nuclear norm penalty/alternating direction method of multipliers分类
数理科学引用本文复制引用
郑倩贞,徐平峰..基于自适应惩罚的潜变量高斯图模型结构学习[J].吉林大学学报（理学版）,2023,61(5):1056-1062,7.基金项目
国家自然科学基金(批准号:11571050 （）
11871013)和吉林省自然科学基金(批准号:20210101152JC). （批准号:20210101152JC）
