Determinantal Point Process

释义 Definition

Determinantal point process（行列式点过程，常简称 DPP）：一种用于描述“点”在空间中随机分布的概率模型，其核心特征是点之间倾向于相互排斥（repulsion），因此常用于建模“多样性/去冗余”的抽样与选择（例如在机器学习中挑选互不相似的项目）。

发音 Pronunciation (IPA)

/dɪˌtɝːmɪˈnæntəl pɔɪnt ˈprɑːsɛs/

例句 Examples

We used a determinantal point process to pick diverse images.
我们使用行列式点过程来挑选多样化的图片。

In probabilistic modeling, a determinantal point process defines a distribution over subsets where the probability favors diversity through a kernel’s determinant.
在概率建模中，行列式点过程在子集上定义一种分布，通过核矩阵的行列式来偏好多样性。

词源 Etymology

determinantal 来自 determinant（行列式），而 point process（点过程） 是概率论中研究随机“点”分布的分支。DPP 之所以得名，是因为它的关键概率结构可以用核矩阵（kernel matrix）的行列式来表达：行列式越大，往往对应“更分散、更不相似”的点/元素组合。

相关词 Related Words

• Determinant
• Point Process
• Kernel
• Diversity
• Repulsion
• Stochastic Process
• Random Matrix Theory
• Sampling
• Subset Selection
• Probability

文学与著名作品 Literary Works / Notable Works

• Macchi, O. (1975): The coincidence approach to stochastic point processes（早期系统提出 DPP 的经典论文之一）
• Hough, Krishnapur, Peres, Virág (2009): Zeros of Gaussian Analytic Functions and Determinantal Point Processes（专著，DPP 在随机解析函数零点与概率中的重要来源）
• Kulesza & Taskar (2012): Determinantal Point Processes for Machine Learning（机器学习领域最常引用的 DPP 入门与应用综述/专著）
• Soshnikov (2000): Determinantal random point fields（关于确定性随机点场/点过程的重要综述性论文）
• Lyons (2003): Determinantal probability measures（从测度与概率角度讨论 DPP 的代表性工作）