Inference algorithms and learning theory for Bayesian sparse factor analysis

Rattray, M; Stegle, O; Sharp, K; Winn, J

doi:10.1088/1742-6596/197/1/012002

Inference algorithms and learning theory for Bayesian sparse factor analysis

Rattray, M., Stegle, O., Sharp, K., & Winn, J. (2009). Inference algorithms and learning theory for Bayesian sparse factor analysis. Bristol, UK: Institute of Physics. doi:10.1088/1742-6596/197/1/012002.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-C2EA-9 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0002-CB1E-9

資料種別: 会議論文

ファイル

表示: ファイル

作成者

表示:

非表示:

作成者:
Rattray, M, 著者
Stegle, O^{1, 2}, 著者
Sharp, K, 著者
Winn, J, 著者

所属:
1Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497794
2Former Research Group Machine Learning and Computational Biology, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_2528696

内容説明

表示:

非表示:

キーワード: -

要旨: Bayesian sparse factor analysis has many applications; for example, it has been applied to the problem of inferring a sparse regulatory network from gene expression data. We describe a number of inference algorithms for Bayesian sparse factor analysis using a slab and spike mixture prior. These include well-established Markov chain Monte Carlo (MCMC) and variational Bayes (VB) algorithms as well as a novel hybrid of VB and Expectation Propagation (EP). For the case of a single latent factor we derive a theory for learning performance using the replica method. We compare the MCMC and VB/EP algorithm results with simulated data to the theoretical prediction. The results for MCMC agree closely with the theory as expected. Results for VB/EP are slightly sub-optimal but show that the new algorithm is effective for sparse inference. In large-scale problems MCMC is infeasible due to computational limitations and the VB/EP algorithm then provides a very useful computationally efficient alternative.

資料詳細

表示:

非表示:

言語:

日付: オンライン出版: 2009-12

出版の状態: オンラインで出版済み

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: DOI: 10.1088/1742-6596/197/1/012002
BibTex参照ID: 6296

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: Journal of Physics: Conference Series

種別: 連載記事

著者・編者:

所属:

出版社, 出版地: Bristol, UK : Institute of Physics

ページ: - 巻号: 197 (1) 通巻号: 012002 開始・終了ページ: 1 - 10 識別子（ISBN, ISSN, DOIなど）: -

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1