佛罗伦萨福布斯;贝诺伊·谢勒;米歇尔·多亚特 合作聚类的贝叶斯-马尔可夫模型：在稳健MRI脑扫描分割中的应用。 （英语。法语摘要） Zbl 1316.62040号 J.SFdS公司 152，第3期，116-141（2011）. 摘要：聚类是一个基本的数据分析步骤，包括生成观察值的分区，以说明观察数据中存在的组。在本文中，我们介绍了一个额外的合作方面。我们解决的是这样的情况：目标不是生成单个分区，而是使用它们之间的合作生成两个或更多可能相关的分区。合作是通过假设存在两组不独立的标签（组分配）来表达的。我们还通过考虑每个标签集中标签之间的依赖关系来建模其他交互。然后，我们提出了一个根据条件马尔可夫随机场模型制定的合作设置，我们基于期望最大化（EM）算法的变体为其提供了交替和合作估计过程，以进行推理。我们通过展示其处理能力来说明我们的方法的优势成功完成了从MRI脑部扫描中同时、协同分割组织和结构的复杂任务。 MSC公司： 2015年1月62日 贝叶斯推断 62H30型 分类和区分；聚类分析（统计方面） 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：基于模型的聚类;马尔可夫随机场;贝叶斯分析;EM算法;广义交替最大化;人脑 PDF格式BibTeX公司 XML格式引用 \textit{F.Forbes}等人，J.SFdS 152，No.3，116--141（2011；Zbl 1316.62040） 全文： 链接