Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

 
 
DownloadE-Mail
  Fast Convergent Algorithms for Expectation Propagation Approximate Bayesian Inference

Seeger, M., & Nickisch, H. (2011). Fast Convergent Algorithms for Expectation Propagation Approximate Bayesian Inference. In JMLR Workshop and Conference Proceedings Volume 15: AISTATS 2011 (pp. 652-660). Cambridge, MA, USA: MIT Press.

Item is

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Seeger, M1, Autor           
Nickisch, H1, Autor           
Gordon, Herausgeber
G., Herausgeber
Dunson, D., Herausgeber
Dudík, M., Herausgeber
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: We propose a novel algorithm to solve the expectation propagation relaxation of Bayesian inference for continuous-variable graphical models. In contrast to most previous algorithms, our method is provably convergent. By marrying convergent EP ideas from (OpperWinther, 2005) with covariance decoupling techniques (WipfNagarajan, 2008; NickischSeeger, 2009), it runs at least an order of magnitude faster than the most common EP solver.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2011-04
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: URI: http://jmlr.csail.mit.edu/proceedings/papers/v15/seeger11a.html
BibTex Citekey: SeegerN2011
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 14th International Conference on Artificial Intelligence and Statistics
Veranstaltungsort: Fort Lauderdale, FL, USA
Start-/Enddatum: -

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: JMLR Workshop and Conference Proceedings Volume 15: AISTATS 2011
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Cambridge, MA, USA : MIT Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 652 - 660 Identifikator: -