×

CHIME公司

swMATH ID: 28514
软件作者： 蔡，T.托尼；马静；张林军
描述： CHIME：高维高斯混合的EM算法聚类及其最优性。无监督学习是统计学和机器学习中的一个重要问题，有着广泛的应用。本文研究了高维高斯混合数据的聚类问题，提出了一种基于EM算法和稀疏鉴别矢量直接估计方法的CHIME算法。研究了CHIME的理论和数值性质。我们建立了过量误聚类误差的最优收敛速度，并证明了CHIME是最小最大速度最优的。此外，还建立了所提出的判别向量估计量的最优性。仿真研究表明，在各种设置下，CHIME的性能优于现有方法。在对胶质母细胞瘤基因表达数据集的分析中，所提出的CHIME程序也得到了说明，并显示出优越的性能。还考虑了传统低维设置中高斯混合的聚类问题。为高维设置开发的技术工具用于建立基于经典EM算法的聚类过程的最优性。
主页： http://www-stat.wharton.upenn.edu/~tcai/paper/CHIME.pdf
关键词： 高维数据;无监督学习;高斯混合模型;EM算法;误聚类误差;极大极小最优性
相关软件： 预防卒中;克莱姆;促进;ElemStatLearn（电子状态学习）;对;BrainNet查看器;多路回归;k平均值++;最大持续时间;伊斯兰解放军;R彩色啤酒;mvtnorm公司;IC测试;第三年;REPPlab公司;ggpubr公司;Rmixmod公司;GGally公司;数字播放器;ggplot2
引用于： 15文件

标准条款

1出版物描述软件，包括1出版物以zbMATH为单位 年份
CHIME：使用EM算法对高维高斯混合数据进行聚类及其最优性。 Zbl 1428.62182号
蔡·T·托尼;马静;张林军
2019
全部的 前5名

被43位作者引用

2 蔡天文
2 麦青
2 张林军
2 张欣
1 布赖恩·阿拉加姆
1 曹立雄
1 邓凯
1 董伟
1 拉兹·德维迪
1 范莹莹
1 高超
1 韩飞扬
1 韩，肖
1 Ho，Nhat先生
1 乔丹、迈克尔·欧文
1 康健
1 库利克·卡马鲁
1 李乐新
1 李兴祥
1 李元志
1 刘杰
1 刘翔
1 Lyu，中原
1 马静
1 马宗明
1 孟祥华
1 克劳斯·诺德豪森
1 潘玉清
1 拉多吉奇奇，乌纳
1 孙月凯
1 唐念生
1 童欣
1 乔尼·维塔
1 马丁·温赖特。
1 王文静
1 魏益民
1 夏，董
1 徐，陈
1 杨东敏
1 杨瑞仪
1 于斌
1 于中波
1 赵若飞
全部的 前5名

引用于6个系列

6 统计年鉴
三 电子统计杂志
2 美国统计协会杂志
2 中国统计学
1 应用力学与工程中的计算机方法
1 计算与应用数学杂志

在5个字段中引用

15 统计学（62-XX）
2 概率论与随机过程（60-XX）
2 数值分析（65-XX）
1 线性代数和多线性代数；矩阵理论（15-XX）
1 计算机科学（68至XX）

按年份列出的引文