Fugu-MT 論文翻訳(概要): Finite mixture of skewed sub-Gaussian stable distributions

論文の概要: Finite mixture of skewed sub-Gaussian stable distributions

arxiv url: http://arxiv.org/abs/2205.14067v1
Date: Fri, 27 May 2022 15:51:41 GMT
ステータス: 処理完了
システム内更新日: 2022-05-30 18:24:10.938030
Title: Finite mixture of skewed sub-Gaussian stable distributions
Title（参考訳）: スクイード準ガウス安定分布の有限混合
Authors: Mahdi Teimouri
Abstract要約: 提案モデルは正規分布とスキュー分布の有限混合を含む。堅牢なモデルベースのクラスタリングのための強力なモデルとして使用できる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose the finite mixture of skewed sub-Gaussian stable distributions. The maximum likelihood estimator for the parameters of proposed finite mixture model is computed through the expectation-maximization algorithm. The proposed model contains the finite mixture of normal and skewed normal distributions. Since the tails of proposed model is heavier than even the Student's t distribution, it can be used as a powerful model for robust model-based clustering. Performance of the proposed model is demonstrated by clustering simulation data and two sets of real data.
Abstract（参考訳）: スクイード部分ガウス分布の有限混合について提案する。有限混合モデルのパラメータの最大確率推定は、期待最大化アルゴリズムによって計算される。提案モデルは正規分布と歪正規分布の有限混合を含む。提案モデルの尾部は学生のt分布よりも重いため、堅牢なモデルベースクラスタリングのための強力なモデルとして使用できる。提案モデルの性能はクラスタリングシミュレーションデータと2組の実データによって実証される。

関連論文リスト

Adaptive Fuzzy C-Means with Graph Embedding [84.47075244116782]
ファジィクラスタリングアルゴリズムは、大まかに2つの主要なグループに分類できる: ファジィC平均法(FCM)と混合モデルに基づく方法。本稿では,FCMを用いたクラスタリングモデルを提案する。
論文参考訳（メタデータ） (2024-05-22T08:15:50Z)
Fusion of Gaussian Processes Predictions with Monte Carlo Sampling [61.31380086717422]
科学と工学において、私たちはしばしば興味のある変数の正確な予測のために設計されたモデルで作業します。これらのモデルが現実の近似であることを認識し、複数のモデルを同じデータに適用し、結果を統合することが望ましい。
論文参考訳（メタデータ） (2024-03-03T04:21:21Z)
Finite Mixtures of Multivariate Poisson-Log Normal Factor Analyzers for Clustering Count Data [0.8499685241219366]
因子分析モデルの混合に基づく8種類の擬似混合モデルについて紹介する。提案モデルはRNAシークエンシング研究から得られた離散的なデータをクラスタリングする文脈において探索される。
論文参考訳（メタデータ） (2023-11-13T21:23:15Z)
Local Bayesian Dirichlet mixing of imperfect models [0.0]
ベイズモデルの平均化および混合技術による核質量の採掘能力について検討した。予測精度と不確実性定量化の両方において,グローバルモデルと局所モデルの混合が優れた性能を発揮することを示す。
論文参考訳（メタデータ） (2023-11-02T21:02:40Z)
Differentiating Metropolis-Hastings to Optimize Intractable Densities [51.16801956665228]
我々はメトロポリス・ハスティングス検層の自動識別アルゴリズムを開発した。難解な対象密度に対する期待値として表現された目的に対して勾配に基づく最適化を適用する。
論文参考訳（メタデータ） (2023-06-13T17:56:02Z)
Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文参考訳（メタデータ） (2022-04-20T21:25:21Z)
A Robust and Flexible EM Algorithm for Mixtures of Elliptical Distributions with Missing Data [71.9573352891936]
本稿では、ノイズや非ガウス的なデータに対するデータ計算の欠如に対処する。楕円分布と潜在的な欠落データを扱う特性を混合した新しいEMアルゴリズムについて検討した。合成データの実験的結果は,提案アルゴリズムが外れ値に対して頑健であり,非ガウスデータで使用可能であることを示す。
論文参考訳（メタデータ） (2022-01-28T10:01:37Z)
A Bagging and Boosting Based Convexly Combined Optimum Mixture Probabilistic Model [0.0]
バッグングとブーピングをベースとした凸混合確率モデルが提案されている。このモデルは、最大p値を与える最適確率モデルを得るための反復探索の結果である。
論文参考訳（メタデータ） (2021-06-08T04:20:00Z)
A likelihood approach to nonparametric estimation of a singular distribution using deep generative models [4.329951775163721]
深部生成モデルを用いた特異分布の非パラメトリック推定の可能性について検討する。我々は、インスタンスノイズでデータを摂動することで、新しい効果的な解が存在することを証明した。また、より深い生成モデルにより効率的に推定できる分布のクラスを特徴付ける。
論文参考訳（メタデータ） (2021-05-09T23:13:58Z)
Autoregressive Score Matching [113.4502004812927]
自動回帰条件スコアモデル(AR-CSM)を提案する。 AR-CSMモデルでは、このデータ分布とモデル分布のばらつきを効率的に計算し、最適化することができ、高価なサンプリングや対向訓練を必要としない。本研究では,合成データに対する密度推定,画像生成,画像復調,暗黙エンコーダを用いた潜在変数モデルの訓練に応用できることを示す。
論文参考訳（メタデータ） (2020-10-24T07:01:24Z)
Estimating conditional density of missing values using deep Gaussian mixture model [5.639904484784126]
本稿では,ディープニューラルネットワークの柔軟性とガウス混合モデルの簡易性を組み合わせたアプローチを提案する。我々は,本モデルが条件付きGMMよりもログ類似度が高いことを実験的に検証した。
論文参考訳（メタデータ） (2020-10-05T17:39:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。