Articles sur Graphical Models

Pour les modèles graphiques à grande échelle, cet article propose d'utiliser des structures de localité pour établir une limite d'erreur cohérente indépendante de la dimension pour les distributions marginales de faible dimension, et introduit des conditions de localité δ. Par rapport aux méthodes d'approximation précédentes qui se concentraient uniquement sur la distribution conjointe et étaient incapables de contrôler les erreurs marginales, elle étend pour la première fois la méthode de Stein au contrôle de la précision marginale, offrant ainsi une garantie théorique pour un échantillonnage et une inférence efficaces de modèles spatiaux de grande dimension.