「まばらな事前」という用語は（FBProphet Paper）を何と言いますか？

論文「大規模予測」（FBProphet予測ツール、https： //peerj.com/preprints/3190.pdfを参照）を読んで、「まばらな事前」という用語に出くわしました。著者は、ロジスティック成長モデルのモデルパラメーターであるスカラーレートkからのレート偏差$\mathbf{\delta}$ベクトルをモデリングする際に、そのような「スパースな事前」を使用していたと説明しています。$k$

$\delta_j \sim\text{Laplace}(0,\tau)$$\tau$$k$$\tau$

また、ラプラス分布を使用して事前共通を生成していますか？なぜ正規分布よりも好まれるのかわかりません。

スパースデータは、ゼロが多いデータです。ここでは、ゼロをお気に入りに追加するため、著者は事前をスパースと呼んでいるようです。これは、ラプラス（別名、二重指数）分布の形状を見ると、一目瞭然です。

（画像ソースTibshirani、1996）

$\tau$

このため、ラプラス事前は、ロバスト事前として使用されることが多く、正則化効果があります。そうは言っても、ラプラスの優先度は人気のある選択肢ですが、実際にスパースなソリューションが必要な場合は、Van Erp et al（2019）で説明されているように、より良い選択肢があるかもしれません。

_{Van Erp、S.、Oberski、DL、＆Mulder、J.（2019）ベイズのペナルティ付き回帰の事前収縮。 Journal of Mathematical Psychology、89、31-50。doi：10.1016 / j.jmp.2018.12.004}