Laplacian 正则化分层模型中的联合图学习和模型拟合（英文版）

英文标题：Joint Graph Learning and Model Fitting in Laplacian Regularized Stratified Models中文摘要：本文讨论了 Laplacian regularized stratified models (LRSM) 的图权重敏感性问题，并提出了一种通用的学习图权重和模型参数的解决方案。我们从图连通性和贝叶斯视角解释了所提出的公式，并提出了一种有效的算法来解决问题。我们还提供了所提出的优化算法的收敛保证，最后我们通过各种现实世界的数值例子证明了我们的方法相对于现有方法的效率。英文摘要：Laplacian regularized stratified models (LRSM) are models that utilize theexplicit or implicit network structure of the sub-problems as defined by thecategorical features called strata (e.g., age, region, time, forecast