Dirichlet过程混合建模教程
-
PMID: 31217637 -
PMCID公司: PMC6583910型 -
内政部: 2016年10月10日/j.jmp.2019.04.04
Dirichlet过程混合建模教程
摘要
数字
类似文章
-
贝叶斯潜在类分析教程。 2018年5月至6月的多元行为研究; 53(3):430-451. doi:10.1080/00273171.2018.1428892。 Epub 2018年2月9日。 2018年多元行为研究。 PMID: 29424559 免费PMC文章。 -
用于回归分析和密度估计的贝叶斯非参数(和参数)混合模型的菜单驱动软件包。 行为研究方法。 2017年2月; 49(1):335-362. doi:10.3758/s13428-016-0711-7。 行为研究方法。 2017 PMID: 26956682 -
用于比例数据建模的广义Dirichlet分布的Dirichle过程混合。 IEEE跨神经网络。 2010年1月; 21(1):107-22. doi:10.1109/TNN.2009.2034851。 Epub 2009年12月4日。 IEEE Trans神经网络。 2010 PMID: 19963696 -
具有未知浓度参数的Dirichlet过程混合模型的采样:大数据实现中的混合问题。 统计计算。 2015; 25(5):1023-1037. doi:10.1007/s11222-014-9471-3。 Epub 2014年5月3日。 统计计算。 2015 PMID: 26321800 免费PMC文章。 -
实验设计一步一步:初学者实用指南。 分析化学评论。 2022; 52(5):1015-1028. doi:10.1080/10408347.2020.1848517。 Epub 2020年12月1日。 分析化学评论。 2022 PMID: 33258692 审查。
引用人
-
通过学习合成内核如何演变进行在线模型选择。 Transact-Mach-Learn Res.2023年11月; 2023: https://openreview.net/pdf?id=23WZFQBUh5。 Transact-Mach-Learn研究2023。 PMID: 38828127 免费PMC文章。 -
Dirichlet处理混合模型以插补反事实预测模型中缺失的预测数据:预测最佳2型糖尿病治疗的应用。 BMC Med通知Decis Mak。 2024年1月8日; 24(1):12. doi:10.1186/s12911-023-02400-3。 BMC Med通知Decis Mak。 2024 PMID: 38191403 免费PMC文章。 -
MitoTracer有助于识别信息丰富的线粒体突变,以进行精确的谱系重建。 bioRxiv[预打印]。 2023年11月22日:2023.11.22.568285。 doi:10.1101/2023.11.22.568285。 生物Rxiv。 2023 PMID: 38045409 免费PMC文章。 预打印。 -
单细胞贝叶斯反褶积。 iScience。 2023年9月19日; 26(10):107941. doi:10.1016/j.isci.2023.107941。 eCollection 2023年10月20日。 iScience。 2023 PMID: 37854705 免费PMC文章。 -
使用BERT的新型NIH研究拨款推荐。 公共科学图书馆一号。 2023年1月17日; 18(1):e0278636。 doi:10.1371/journal.pone.0278636。 eCollection 2023年。 公共科学图书馆一号。 2023 PMID: 36649346 免费PMC文章。
工具书类
-
Aldous DJ(1985)。 交换性和相关主题,见Hennequin PL(Ed.),《Ecole d’Etéde Probabilités de Saint-Flour XIII数学课堂讲稿》(第1-198页)。 柏林:施普林格。
-
Anderson JR(1991)。 人类分类的适应性。 《心理评论》,98,409–429。 doi:10.1037/0033-295X.98.3.409。 - 内政部
-
安东尼亚克C(1974)。 Dirichlet过程与贝叶斯非参数问题应用的混合。 《统计年鉴》,211521174。
-
Austerweil JL、Gershman SJ、Tenenbaum JB和Griffiths TL(2015)。 贝叶斯认知模型的结构和灵活性,收录于Busemeyer JR、Wang Z、Townsend JT和Eidels A(Eds)《牛津计算和数学心理学手册》(第187-208页)。
-
Austerweil JL和Griffiths TL(2013)。 用于构建灵活特征表示的非参数贝叶斯框架。 心理评论,120,817–51网址: https://www.ncbi.nlm.nih.gov/提交/24219850 .doi:10.1037/a003419。, - 内政部 - 公共医学