Feb, 2018

通过增强的中国餐馆过程减少过度聚类

PDF
TL;DR本研究提出一种 “Powered Chinese Restaurant Process” 来防止过度聚类，减少数据的存储成本和沟通成本。
dirichlet process mixturechinese restaurant processover-clusteringinterpretabilitydata storage
发现论文，激发创造
  • 使用动力狄利克雷过程控制贝叶斯聚类中先验偏好的重要程度

    使用改进的参数分布推导出来自 Dirichlet-Multinomial 分布的 Powered 中餐厅过程，以解决 Dirichlet 先验不一定是建模数据的最佳选择的问题，并提供直接控制 “富人越富” 先验重要性的新公式。

    Apr, 2021

  • 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

  • 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

  • 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

  • 距离相关中华餐厅过程

    提出了基于距离依赖的中国餐馆过程（CRP）模型，可用于联合建模数据间的依赖关系，包括时间和空间。研究了其相关性并提出了适用于观测和混合状态的 Gibbs 采样器。较传统的 CRP 模型形式，基于距离依赖的 CRP 具有更好的序列数据拟合效果，并且提出的采样算法收敛更快。

    Oct, 2009

  • 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

  • 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

  • 基于张量狄利克雷过程多项式混合模型的乘客轨迹聚类

    提出了一种基于张量的单步聚类方法，使用 Dirichlet 过程动态决定乘客的聚类情况并考虑了空间语义图，使用 “解散和转移” 方法避免聚类数目的失控，实证分析说明了该方法具有高效性和可靠性。

    Jun, 2023