面向离散数据的高效可泛化原型分析框架

针对二元、计数等离散数据，研究者提出了基于似然的原型分析（AA）框架，支持伯努利、泊松和多项式观测模型。该方案利用负对数似然的局部二次近似，结合序列最小优化（SMO）与有效集法实现约束更新，并通过限制有效集提升扩展性。研究还引入交叉验证预测似然准则确定原型数量，在单细胞 RNA 测序和微生物组等数据中验证了计算效率与可解释性。