Jun, 2012

时间变异狄利克雷过程混合的广义 Polya 小球模型

PDF
TL;DR本文介绍了一种基于广义 Polya 弹珠模型的时间变化 Dirichlet 过程混合模型，并通过马尔科夫链蒙特卡罗和顺序蒙特卡罗方法进行推断，以此解决了在数据分布随时间变化的情况下使用传统 DPMs 模型不准确的问题。作者在多个应用中验证了该模型。
dirichlet process mixturestime-varying modelspolya urn schememarkov chain monte carlosequential monte carlo
发现论文，激发创造
  • Pitman-Yor 过程混合模型中组成数量的不一致性

    本文研究了有限混合模型的贝叶斯密度估计与数目成分推断中，使用狄利克雷过程混合模型（DPMs）和 Pitman-Yor 过程混合模型（PYMs）等非参数混合模型的后验分布并不一致，特别适用于大多数分布族，包括离散族以及满足柔性正则条件的连续指数族（如多元高斯分布）。

    Aug, 2013

  • Dirichlet 过程混合模型中组件数量的不一致性：简单例子

    本文研究使用 Dirichlet 过程混合模型（DPMs）对数据进行密度估计以及对组件数量进行推断的方法。然而，作者证明了使用后验分布得到的组件数量并不收敛于真实数量。通过一个简单的实例分析表明这种方法具有严格的不一致性，而且后验概率趋向于 0，而不是真实数量的 1。

    Jan, 2013

  • 面向分布式数据的狄利克雷过程混合模型可伸缩估计

    在分布式环境中，通过提出一种新的估计方法，允许本地节点创建新元素并通过概率一致性方案合并相应聚类的组件，同时保持估计的一致性，此法可在分布式和异步环境中实现高可扩展性。

    Sep, 2017

  • 先验组件数量的混合模型

    使用 Dirichlet 过程混合（DPM）模型可用于推断基因表达数据，同时也可以直接应用于混合的有限混合模型（MFM）中，具有类似的数学性质。

    Feb, 2015

  • 基于狄利克雷过程混合的相关性渐近动态聚类

    提出了一种基于依赖狄利克雷过程混合模型（DDPMM）的新的聚类算法，用于聚类包含未知数量的进化聚类的批量连续数据。该算法通过对 DDPMM 的 Gibbs 抽样算法进行低方差渐近分析而得出，提供类似于 k-means 算法的收敛保证的硬聚类。通过移动高斯聚类的合成测试和真实的 ADS-B 飞机轨迹数据测试的实证结果表明，与当代概率和硬聚类算法相比，该算法在提供更高准确性的同时需要更少的计算时间。

    May, 2013

  • 无截断的 DPMM 混合推理

    本文提出了一种基于抽样 MCMC 和变分方法的截断无关的 DPMM 混合模型推断方法，旨在提高 DPMM 变分更新的效率并仅在必要时增加模型复杂度，且在单成员模型和混合成员模型中均表现良好。

    Jan, 2017

  • 广义线性模型的狄利克雷过程混合模型

    提出了一种新的非参数回归方法：Dirichlet Process mixtures of Generalized Linear Models (DP-GLM)，可容纳连续和分类输入以及可以由广义线性模型建模的响应，该文中还给出了 DP-GLM 回归均值函数估计的渐近无偏条件。通过实际数据集分析，与现有回归方法相比，DP-GLM 提供了一个表现良好的单一模型。

    Sep, 2009

  • ClusterCluster：针对狄利克雷过程混合模型的并行马尔科夫链蒙特卡罗算法

    本文介绍一种新型的 DP 重新参数化方法，该方法在聚类分析中广泛使用，能够实现 DP 的并行学习，从而提高了学习速度和效率，同时该方法不需要改变模型并且能够保持标准后验分布不变。

    Apr, 2013

  • Dirichlet 过程混合模型的快速搜索

    本文研究了用于密度估计的柏努利处理（DP）混合模型的计算问题，并提出了一种可用于大数据集的搜素算法。

    Jul, 2009

  • 带标记泊松过程的混合建模

    本研究提出了一种通用的建模框架，通过结合非参数狄利克雷过程混合模型和非参数或半参数建模，用于标记泊松过程的强度和密度函数建模，包括建议的核函数选取、先验规范和后验模拟等内容，并讨论了模型检验的方法，最后以模拟和真实数据集为例进行了说明。

    Dec, 2010