×
熊杰;Jääskinen，Väinö;朱卡·科兰德

稀疏马尔可夫模型的递归学习。 （英语） Zbl 1359.62269号

贝叶斯分析。 11，第1期，247-263（2016）.
摘要：高阶马尔可夫链是自然语言和DNA序列处理中广泛应用的流行模型。然而，由于参数的数量随着马尔可夫链的阶数呈指数级增长，因此提出了几个替代模型类，以确保稳定性和更高的数据压缩率。这些模型的共同概念是，它们将用于预测下一个状态的可能样本路径聚类为不变量类，这些不变量类具有分配给同一类的相同条件分布。这些模型在对样本路径的合法分区施加约束方面尤其不同。在这里，我们考虑一类稀疏马尔可夫链，其划分先验不受约束。引入了一种基于参数空间Delaunay三角剖分的递归计算方案，以实现后模划分的快速近似。与随机优化、（k）-均值和最近邻算法的比较表明，我们的方法速度快得多，平均而言可以更准确地估计底层分区。此外，我们还表明，递归步骤中用于比较三角剖分单元内容的准则导致稀疏马尔可夫模型中局部结构的一致估计。

引用于三文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
2015年1月62日 贝叶斯推断

关键词：

群集;Delaunay三角测量;递归学习;序列分析;稀疏马尔可夫链
PDF格式BibTeX公司 XML格式引用
\textit{J.Xiong}等人，贝叶斯分析。11，第1号，247--263（2016；Zbl 1359.62269）
全文： 内政部 欧几里得

参考文献：

[1] Begleiter，R.、El-Yaniv，R.和Yona，G.（2004）。“关于使用变阶马尔可夫模型进行预测”，《人工智能研究杂志》，22:385-421·Zbl 1148.60306号
[2] Bishop，C.M.（2007）。模式识别与机器学习（信息科学与统计）。斯普林格，第1版·Zbl 1107.68072号
[3] Bühlmann，P.，Wyner，A.J.等人（1999年）。“可变长度马尔可夫链”，《统计年鉴》，27（2）：480-513·Zbl 0983.62048号 ·doi:10.1214/aos/1018031204
[4] Corander，J.、Connor，T.R.、O'Dwyer，C.A.、Kroll，J.S.和Hanage，W.P.（2012）。《奈瑟菌的种群结构和模糊物种的生物学意义》，《皇家学会界面期刊》，9（71）：1208-1215。
[5] Dahl，D.B.等人（2009年）。“一类产品划分模型中的模态聚类”，贝叶斯分析，4（2）：243-264·Zbl 1330.62248号 ·doi:10.1214/09-BA409
[6] De Berg，M.、Van Kreveld，M.，Overmars，M.和Schwarzkopf，O.C.（2000）。计算几何。斯普林格·Zbl 0939.68134号
[7] Deng，M.、Liu，Q.、Cheng，T.和Shi，Y.（2011）。“基于Delaunay三角剖分的自适应空间聚类算法”，《计算机、环境与城市系统》，35（4）：320-332。
[8] Farcomeni，A.（2011年）。“隐马尔可夫分割模型”，《统计与概率快报》，81（12）：1766-1770·Zbl 1225.62122号 ·doi:10.1016/j.spl.2011.07.012
[9] Gonzalez-Lopez，J.E.等人（2010年）。“最小马尔可夫模型”。
[10] Hubert，L.和Arabie，P.（1985）。“比较分区”，《分类杂志》，2（1）：193-218·Zbl 0587.62128号
[11] Jääskinen，V.、Xiong，J.、Corander，J.和Koski，T.（2013）。《序列数据的稀疏马尔可夫链》，《斯堪的纳维亚统计杂志》。
[12] Koski，T.（2001）。生物信息学的隐马尔可夫模型，第2卷。斯普林格·Zbl 0983.92001号
[13] Lee，D.-T.和Schachter，B.J.（1980）。“构建Delaunay三角网的两种算法”，《国际计算机与信息科学杂志》，9（3）：219-242·Zbl 0441.68047号 ·doi:10.1007/BF00977785
[14] Liu，D.、Nosovskiy，G.V.和Sourina，O.（2008）。“基于Delaunay三角剖分的有效聚类和边界检测算法”，《模式识别快报》，29（9）：1261-1273·Zbl 1154.68495号
[15] Marttinen，P.、Myllykangas，S.和Corander，J.（2009年）。“癌症组织样本的贝叶斯聚类和特征选择”，BMC生物信息学，10（1）：90。
[16] Rissanen，J.等人（1983年）。“通用数据压缩系统”，IEEE信息理论汇刊，29（5）：656-664·兹伯利0521.94010 ·doi:10.1109/TIT.1983.1056741
[17] Xiong，J.、Jääskinen，V.和Corander，J.（2015）。熊、Jääskinen和Corander的文章附录。《贝叶斯分析》。
[18] Yang，X.和Cui，W.（2008）。“一种基于Delaunay三角测量的新型空间聚类算法”，载：国际地球观测数据处理与分析会议，728530。国际光学与光子学学会。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。