行列式比点过程 DRPP 建模吸引与排斥

2026年10月12日，arXiv Statistics Machine Learning 发布论文《用于吸引与排斥的广义行列式点过程：具有不同交互核的 DRPP》（一手报道）。论文提出行列式比点过程（DRPP），用两个对称正定核的行列式之比分别建模排斥与吸引，并保留标准 DPP 基于特征的解释性。DRPP 引入辅助变量表示，支持高效 MCMC 采样与归一化常数等期望公式，便于最大似然学习。理论分析与实验表明，对 C 个潜在簇的传递性吸引，DRPP 仅需吸引秩 C，参数显著少于 NDPP。目前未见后续验证或争议报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。