Maximum Likelihood Estimation of Latent Variable Structural Equation Models: A Neural Network Approach

要約

我々は、線形性とガウス性の仮定の下で周辺化の下でも安定である構造方程式モデルのグラフィカル構造を提案します。
このモデルの最尤推定を計算することは、ニューラル ネットワークをトレーニングすることと同等であることを示します。
これらのモデルの最尤推定を計算する GPU ベースのアルゴリズムを実装します。

要約(オリジナル)

We propose a graphical structure for structural equation models that is stable under marginalization under linearity and Gaussianity assumptions. We show that computing the maximum likelihood estimation of this model is equivalent to training a neural network. We implement a GPU-based algorithm that computes the maximum likelihood estimation of these models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google