热点事件持续更新

HOST：用留出评分高效学习高斯DAG

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年10月5日，arXiv Statistics Machine Learning 发布一手论文，提出 HOST，一种高效高斯 DAG 学习算法。该算法用逐节点留出集评分与凸回归替代子集搜索，无需预先给出入度上界。HOST 在排序步骤利用留出样本评分在期望上抬高排序分的特性实现单向误差控制，再通过递归移除间接效应恢复父节点。论文称，在合适条件下，HOST 可在多项式时间内以约 d log p 的样本复杂度精确恢复 p 节点、最大入度 d 的 DAG；实验显示其图恢复效果具竞争力且运行时间扩展性良好。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月5日

12:00
arXiv · Statistics Machine Learning
HOST：用留出集评分实现高效高斯 DAG 学习
论文提出 HOST，一种高效 DAG 学习算法，用逐节点留出集评分与凸回归替代子集搜索，无需预先给出入度上界。HOST 在排序步骤利用留出样本评分在期望上抬高排序分的特性实现单向误差控制，再通过递归移除间接效应恢复父节点。在合适条件下，HOST 可在多项式时间内以约 d log p 的样本复杂度精确恢复 p 节点、最大入度 d 的 DAG，实验显示其图恢复效果具竞争力且运行时间扩展性良好。

本事件热度走势

当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。