Publication

MAP Estimation for Bayesian Mixture Models with Submodular Priors

Volkan Cevher, Luca Baldassarre, Marwa El Halabi
2014
Conference Papers

Résumé

We propose a Bayesian approach where the signal structure can be represented by a mixture model with a submodular prior. We consider an observation model that leads to Lipschitz functions. Due to its combinatorial nature, computing the maximum a posteriori estimate for this model is NP-Hard, nonetheless our converging majorization-minimization scheme yields approximate estimates that, in practice, outperform state-of-the-art methods.

Source officielle

https://infoscience.epfl.ch/entities/publication/e70ad2c1-085f-4ef3-9c98-1fed7b8f916f

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

MAP Estimation for Bayesian Mixture Models with Submodular Priors

Chattez avec Graph Search

Deciphering the nature of cell state transitions in single cells using quantitative modeling of temporal dynamics

Statistical Inference for Inverse Problems: From Sparsity-Based Methods to Neural Networks

Stochastic pairwise preference convergence in Bayesian agents