Clustering Functional Data via Variational Inference
功能数据分析处理随时间(或任何其他连续体)密集记录的数据,每个受试者具有一个或多个观察曲线。从概念上讲,函数数据是连续定义的,但在实践中,它们通常是在离散点上观察到的。在不同类型的函数数据分析中,聚类分析的目的是在数据集中确定潜在的曲线组,当没有每个单独曲线的组成员信息时。在这项工作中,我们提出了一种新的基于模型的方法,通过变分推断聚类和平滑功能数据同时进行。我们推导出坐标上升平均场变分贝叶斯算法来近似我们的模型参数的后验分布,通过找到最小的库尔贝克-莱布勒散度的变分分布的后验。我们提出的方法的性能进行评估,使用模拟数据和公开可用的数据集。
2023-01-19 stat.ME
Adaptive Functional Clustering with Structured Dependence via Variational Inference
Yonsei University(延世大学)
该研究针对现有函数聚类方法的局限性,提出一种结合狄利克雷过程先验、自适应平滑度控制与灵活协方差建模的自适应贝叶斯函数聚类方法,采用变分推断提升计算效率,用于处理带结构化曲线内依赖的函数数据聚类。
2026-09-01 stat.ME
Multivariate Functional Clustering with Variable Selection and Application to Sensor Data from Engineering Systems
针对多传感器函数型数据聚类中存在无信息传感器的问题,提出一种结合函数主成分分析、高斯混合模型和三种惩罚的自动变量选择聚类方法,有效识别信息传感器并揭示系统运行模式。
2024-01-04 stat.ME
Probabilistic $K$-mean with local alignment for clustering and motif discovery in functional data
我们提出了一种新的方法来局部聚类曲线和发现功能模体,即~典型的“形状”,可能会重复几次沿和跨越曲线捕捉重要的局部特征。为了识别这些共享的曲线部分,我们的方法利用了来自功能数据分析(曲线的联合聚类和对齐),生物信息学(通过高相似性种子的扩展进行局部对齐)和模糊聚类(如果曲线包含多个典型的“形状”,则属于多个聚类)的想法。它可以采用各种不同的措施,并纳入发现过程中的衍生物,从而利用形状的复杂方面。我们证明了我们的方法的性能与广泛的模拟研究,并显示它是如何推广其他聚类方法的功能数据。最后,我们提供了伯克利增长数据,意大利Covid-19死亡曲线和与诱变相关的“Omics”数据的真实数据应用。
2020-07-07 stat.ME
Clustering of functional data prone to complex heteroscedastic measurement error
针对易受复杂异方差测量误差影响的函数型数据,提出基于混合效应模型的两阶段聚类方法,有效校正误差偏差并提升聚类准确性。
2025-01-31 stat.ME
On Misspecified Error Distributions in Bayesian Functional Clustering: Consequences and Remedies
Hiroshima University(广岛大学);Center for Advanced Intelligence Project, RIKEN(理化学研究所先进智能研究中心);Faculty of Economics, Keio University(庆应义塾大学经济学部)
本文揭示贝叶斯函数聚类高估簇数源于误差独立性误设,提出用高斯过程建模相关结构并给出可扩展近似,显著改善狄利克雷过程聚类效果。
2025-10-20 stat.ME
A k-means procedure based on a Mahalanobis type distance for clustering multivariate functional data
本文提出了一个聚类过程中的多元函数的样本$(L^2(I))^{J}$,与$J\geq1$。该方法基于k-均值算法,其中曲线之间的距离是用在Hilbert空间中推广Mahalanobis距离的度量来测量的,考虑了函数数据的所有分量的相关性和可变性。所提出的程序进行了研究,在模拟和比较的k-均值的基础上,通常采用的聚类多元函数数据的距离。在这些模拟中,它示出的k-means算法与广义马氏距离提供了最好的聚类性能,无论是在平均值和标准差的误分类曲线的数量。最后,所提出的方法已被应用到两个真实的案例研究,关于心电信号和生长曲线,在模拟中得到的结果得到证实和加强。
2017-08-01 stat.ME
Two-stage Ensemble Clustering of Functional Data Using Random Projections
Indian Statistical Institute(印度统计研究所);Indian Institute of Science Education and Research Kolkata(印度科学教育与研究学院加尔各答分校)
本文提出了一种基于高斯过程生成随机投影的函数数据聚类方法,通过两阶段聚类策略,利用均绝对距离度量进行高维数据聚类,并通过数据驱动的投影方向进一步优化聚类结果,验证了该方法在多种函数数据场景中的高准确性。
2026-05-21 stat.ME
Covariance-based soft clustering of functional data based on the Wasserstein-Procrustes metric
我们考虑的问题,聚类功能数据根据其协方差结构。我们贡献了一个软聚类方法的基础上的Wasserstein-Procrustes距离,在集群之间的变化是由一个长期的分区分割的熵矩阵成比例的惩罚。通过这种方式,每个协方差运算符可以部分地分类到多个组中。这种软分类允许集群重叠,并且在所有或部分集群之间的分离没有明确定义的情况下自然会出现。我们还讨论了如何估计组的数量,并测试任何集群结构的存在。使用模拟和真实数据说明该算法。补充材料中提供了R实现。
2022-12-26 stat.ME
Mixture-of-Finite-Mixtures Wishart Model for Clustering Covariance Matrices with an Application to Brain Functional Connectivity
University of Notre Dame(圣母大学)
提出MFM-Wishart贝叶斯模型,结合威沙特混合分量与有限混合先验,实现协方差矩阵数据的聚类与簇数联合推断,并应用于婴儿睡眠功能连接聚类。
2026-11-03 stat.ME
Review of Clustering Methods for Functional Data
功能数据聚类是识别离散测量/观察结果背后的连续功能中的异质形态模式。函数数据聚类的应用已经出现在许多科学领域的出版物中,包括但不限于生物学、(生物)化学、工程学、环境科学、医学、心理学、社会科学等。函数数据聚类的应用的显著增长表明迫切需要一种系统的方法来开发有效的聚类方法和可扩展的算法实现。另一方面,关于时间序列、轨迹数据、时空数据等的聚类分析,存在丰富的文献,这些都与功能数据有关。因此,现有功能数据聚类方法的总体结构将使不同研究领域的想法能够交叉授粉。我们在这里进行一个全面的审查原始聚类方法的功能数据。我们提出了一个系统的分类,探讨现有的功能数据聚类方法之间的联系和差异,并将它们与传统的多元聚类方法。分类法的结构是建立在功能数据聚类方法的三个主要属性上的,因此比现有的分类法更可靠。该综述旨在弥合函数数据分析社区和聚类社区之间的差距,并为函数数据聚类产生新的原则。
2022-10-03 stat.ME stat.ML
Clustering Sets of Functional Data by Similarity in Law
提出一种非监督、非参数的函数型数据集合聚类方法,按概率分布分类,给出分类误差有限界及数据驱动选择最佳划分的启发式,模拟数据验证了性能。
2023-12-27 stat.ME
Asymptotically Optimal Sequential Confidence Interval for the Gini Index Under Complex Household Survey Design with Sub-Stratification
Department of Mathematics, Karwar, 342037, India(卡瓦尔数学系);School of Management and Entrepreneurship, Karwar, 342037, India(卡瓦尔管理与创业学院)
本文提出两种方法,通过在复杂调查设计下实现Gini指数估计量的渐进最优性,结合模拟和实证分析验证其有效性。
2026-02-25 stat.ME
Sequential Bayesian Registration for Functional Data
针对函数型数据序贯采集、现有配准方法需全量重拟合的问题,提出基于序贯蒙特卡洛采样的贝叶斯序贯配准框架,可递归更新函数对齐并兼顾不确定性,结合分布式计算降低成本,在模拟与三类真实数据上验证了有效性。
2025-05-21 stat.ME
Parameter clustering in Bayesian functional PCA of fMRI data
在过去的几十年里,用于大脑记录的神经科学技术取得了非凡的进步,导致了越来越复杂的时空数据集。为了减少过度简化,已经开发了新的模型,以便能够在高要求的数据环境中识别有意义的模式和新的见解。在这种程度上,我们提出了一种新的模型,称为参数聚类功能主成分分析(PCL-fPCA),融合了功能数据分析和贝叶斯非参数化的想法,以获得灵活的和计算上可行的信号重建和探索的时空神经科学数据。特别是,我们使用一个狄利克雷过程高斯混合模型聚类功能主成分得分内的标准贝叶斯功能PCA框架。这种方法捕捉平滑的时间序列(曲线)之间的空间依赖性结构及其与时域的相互作用,而不对数据施加先前的空间结构。此外,通过将混合物从数据移动到功能主成分得分,我们获得了更一般的聚类过程,从而允许更高层次的复杂洞察力和对数据的理解。我们目前的结果,从模拟研究表明,改善曲线和相关性重建相比,不同的贝叶斯和频率fPCA模型,我们应用我们的方法功能磁共振成像和脑电图数据分析提供了丰富的探索大脑时间序列的时空依赖。
2020-09-21 stat.ME
Model-Based Clustering of Functional Data Via Random Projection Ensembles
Department of Statistical Sciences - University of Bologna(博洛尼亚大学统计科学系)
本文提出基于随机投影集合的功能数据聚类方法,通过高斯混合模型和Kullback-Leibler散度实现高效降维与聚类,适用于光谱和语音数据的高效聚类分析。
2025-12-17 stat.ME
Variational Inference for Functional Data Clustering via Dirichlet Process Mixtures with Correlated Errors
School of Science, Harbin Institute of Technology(哈尔滨工业大学理学院)
该研究提出一种基于贝叶斯模型的函数型数据聚类方法,采用B样条、Ornstein--Uhlenbeck结构与截断狄利克雷过程混合模型,通过变分EM算法实现高效后验近似,模拟与实际应用验证了其良好性能。
2026-09-23 stat.ME
Robust Functional Ward's Linkages with Applications in EEG data Clustering
School of Big Data and Statistics, Anhui University(安徽大学大数据与统计学院);Institute of Statistics and Big Data, Renmin University of China(中国人民大学统计与大数据研究院)
本文提出两种鲁棒的函数Ward连接距离度量,通过关注最中心曲线处理异常值,并在模拟和真实EEG数据聚类中优于现有方法。
2026-10-20 stat.ME
Sparse and Smooth Functional Data Clustering
本研究提出稀疏光滑函数型聚类方法SaS-Funclust,结合函数型高斯混合模型与双重惩罚项,通过期望-条件最大化算法估计,在模拟和真实数据上均表现出更优的聚类性能与可解释性,已实现为R包开源可用。
2022-07-11 stat.ME
A Bayesian Nonparametric Approach for Clustering Functional Trajectories over Time
针对生物医学及移动健康场景中功能关系随时间演变的聚类问题,提出贝叶斯非参数方法,可跨时段聚类功能轨迹、适配时间依赖,在戒烟干预的移动健康数据中验证了其分析聚类转换的效用。
2024-05-18 stat.ME
Functional clustering via multivariate clustering
本文提出将函数型数据通过上下图像指标及其导数转化为多元数据,再利用成熟多元聚类技术进行聚类,并通过模拟和真实数据验证其有效性。
2021-07-31 stat.AP stat.ME
Bayesian local clustering of functional data via semi-Markovian random partitions
University of Texas at Austin(德克萨斯大学奥斯汀分校);Department of Statistics, University of Padova(帕多瓦大学统计系)
本文提出一种基于B样条基函数和新型依赖随机分区模型的贝叶斯框架,用于函数数据的间接局部聚类,通过半马尔可夫依赖结构实现灵活的先验模型,展示其在模拟数据和威尼斯泻湖潮汐数据中的有效性。
2026-10-14 stat.ME
Functional regression clustering with multiple functional gene expressions
基因表达数据通常在不同实验条件下的时间序列实验中收集。随着时间的推移,可能有基因具有非常不同的基因表达谱,但在实验条件下以相同的方式调整其基因表达模式。我们的目标是开发一种方法,发现这些时间基因表达谱之间的关系是彼此相似的基因簇,即使个别时间基因表达谱不同。我们提出了一个$K$ -手段类型的算法,其中每个集群是由一个功能上的功能回归模型,其中,除其他外,允许多个功能的解释变量定义。我们通过大量的模拟验证了这种新方法,然后将其应用于识别基因组,其昼夜表达模式以类似的方式受到季节的干扰。我们的聚类富含具有相似生物学功能的基因,包括一个富含光合相关功能和多聚核糖体的聚类,这表明我们的方法提供了有用的和新颖的生物学见解。
2021-12-01 stat.ME
Variograms for spatial functional data with phase variation
空间功能数据中的空间、幅度和相位变化是混杂的。从流行的功能跟踪变差函数,量化空间变化的结论,可能是误导时,分析相位变化失调的功能数据。为了弥补这一点,我们描述了一个框架,扩展功能数据的幅相分离方法的空间设置,着眼于执行聚类和空间预测。我们提出了一个分解的轨迹变差函数的振幅和相位分量和量化的空间相关性之间的功能观察表现在各自的振幅和相位分量。这使我们能够生成单独的振幅和相位聚类方法的空间功能数据,并开发一种新的空间功能插值在未观察到的位置的基础上结合单独的振幅和相位预测。通过仿真和实际数据分析,我们发现,所提出的方法导致更准确的预测和更可解释的聚类结果。
2020-10-19 stat.ME
Multivariate Functional Data Modeling with Time-varying Clustering
We consider the situation where multivariate functional data has been collected over time at each of a set of sites. Our illustrative setting is bivariate, monitoring ozone and PM $_{10}$ levels as a function of time over the course of a year at a set of monitoring sites. The data we work with is from 24 monitoring sites in Mexico City which record hourly ozone and PM $_{10}$ levels. We use the data for the year 2017. Hence, we have 48 functions to work with. Our objective is to implement model-based clustering of the functions across the sites. Using our example, such clustering can be consid…
2019-05-01 stat.ME
Robust Two-Layer Partition Clustering of Sparse Multivariate Functional Data
针对稀疏多元函数数据,提出了一种新的弹性时间距离,并将其应用于一种鲁棒的基于距离的两层划分聚类方法。利用该距离,新方法不仅可以检测出稀疏多变量函数数据在离群点设置下的正确聚类,而且可以检测出不属于任何聚类的离群点。经典的基于距离的聚类方法,如基于密度的空间聚类的应用程序与噪声(DBSCAN),凝聚层次聚类,和$K$ -medoids扩展到稀疏的多元函数的情况下,新提出的距离的基础上。仿真数据的数值实验表明,该算法的性能优于现有的基于模型和扩展的基于距离的方法的性能。以西北太平洋气旋路径资料为例,验证了该方法的有效性。
2023-03-19 stat.CO stat.ME
An enriched mixture model for functional clustering
有越来越丰富的文献贝叶斯非参数模型聚类功能的观察。然而,大多数最近的建议依赖于无限维的特征,可能会导致过于复杂的集群解决方案。此外,虽然关于功能形状的先验知识通常是可用的,但其实际利用可能是一个困难的建模任务。受电子商务中的应用的启发,我们提出了一种新的丰富的Dirichlet混合模型的功能数据。我们的建议,同时结合功能约束的模型的复杂性。为了澄清潜在的分区机制,我们通过一个Pólya瓮计划的先验过程的特征。这些功能导致一个非常可解释的聚类方法相比,可用的技术。为了克服计算瓶颈,我们采用了一个易处理的后验推理变分贝叶斯近似。
2019-07-04 stat.AP stat.ME
Multi-feature Clustering of Step Data using Multivariate Functional Principal Component Analysis
本文提出了一种新的统计方法,用于聚类步骤数据,这是一种很容易从可穿戴设备中获得的流行形式的健康记录数据。由于阶跃数据是高维的,零膨胀的,经典的方法,如K均值和分割周围的medoid(PAM)不能直接应用。该方法是一种新的组合,新构造的变量反映了台阶数据的内在特征,例如数量、强度和模式,而多元函数主成分分析可以整合台阶数据的所有特征进行聚类。所提出的方法是通过应用传统的聚类方法,如K-均值和PAM从这些变量中获得的多元函数主成分得分。仿真研究和实际数据分析表明,聚类质量显着改善。
2020-10-15 stat.AP stat.ME
Blurring Mean Shift for Clustering Functional Data: A Scalable Algorithm and Convergence Analysis
Institute of Statistical Science, Academia Sinica(中央研究院统计科学研究所);Booth School of Business, University of Chicago(芝加哥大学布斯商学院)
本文将模糊均值移位算法扩展到功能数据,实现无限维设置中的有效聚类,无需指定聚类数。提出了一种快速随机变体以降低计算复杂度,并通过理论分析证明了算法的收敛性。通过模拟和实际数据应用展示了方法的可扩展性和实用性。
2026-04-12 stat.ME
Clustering functional data with measurement errors: a simulation-based approach
针对受测量误差污染的函数型数据聚类易出错的问题,提出一种基于重复测量估计误差分布、结合真实函数条件分布模拟数据的聚类方法,经模拟和儿童肥胖研究验证性能更优。
2024-06-17 stat.AP stat.ME
Dependence-based fuzzy clustering of functional time series
本文提出结合模糊C-medoids和模糊C-means与基于分位数自相关扩展的新型相异度度量的函数时间序列聚类方法,有效识别相似依赖结构并在模拟和实际数据中验证了高精度与实用性。
2025-04-02 stat.AP stat.ME
Clustering of functional boxplots for multiple streaming time series
在本文中,我们介绍了一个微聚类策略的功能箱线图。目的是总结一组在非重叠窗口中分割的流式时间序列。它是一个两步的策略,首先执行,一个在线摘要的功能数据结构,命名为功能箱线图微集群,然后它揭示了最终的摘要,离线处理,功能数据结构。我们的主要贡献在于提供一个新的定义的微集群的基础上功能箱线图,并在定义一个接近的措施,允许比较和更新它们。这允许通过数据的五个功能基本统计来获得流式传输时间序列的更精细的图形概括。所获得的合成将能够跟踪多个流的动态演化。
2012-12-12 stat.ME stat.ML
Clustering and Forecasting Multiple Functional Time Series
对多个国家的同质年龄别死亡率进行建模和预测,可以改善长期预测。输入联合模型的数据通常根据名义属性进行分组,例如地理区域,种族群体和社会经济地位,这可能仍然包含异质性并使预测结果恶化。本文提出了一种新的聚类技术,追求多个功能时间序列之间的同质性的基础上功能面板数据模型来解决这个问题。利用固定效应的功能面板数据模型,我们可以提取共同的功能时间序列特征。这些共同特征可以分解为两个组成部分:功能的时间趋势和功能的变化模式(功能模式)。功能时间趋势反映了一段时间内的动态变化,而功能模式则反映了曲线内的波动。所提出的聚类方法通过考虑曲线之间的变化模式和时间动态来搜索多个国家的同质年龄别死亡率。我们证明了所提出的聚类技术优于其他现有的方法,通过蒙特卡罗模拟,可以处理复杂的情况下,缓慢衰减的特征值。在实证数据分析中,我们发现年龄别死亡率的聚类结果可以通过地理区域、种族群体和社会经济地位的组合来解释。我们进一步表明,我们的模型产生更准确的预测比几个基准方法在预测特定年龄的死亡率。
2022-01-04 stat.AP stat.ME
funLOCI: a local clustering algorithm for functional data
本文提出 funLOCI 算法,基于分裂层次聚类与加性模型识别函数型局部聚类,解决函数型数据在连续域子集上的相似行为分组问题,并通过树状图引导搜索及额外步骤精简结果。
2023-05-22 stat.ME stat.ML
Functional Outlier Detection and Taxonomy by Sequential Transformations
功能数据分析可能会受到异常观测值的严重影响,这些异常观测值可以根据其偏离大部分数据的方式被分类为幅度或形状异常值。识别幅度异常值相对容易,而检测形状异常值则更具挑战性。我们建议通过数据转换将形状异常值转化为幅度异常值,并使用功能箱形图检测它们。除了简化检测过程外,顺序应用几个转换还为标记的离群值提供了合理的分类。一个联合功能排名,其中包括几个转换,也定义在这里。仿真研究进行了评估所提出的方法使用不同的功能深度的概念的性能。在几个实际应用中得到有趣的结果。
2020-03-21 stat.CO stat.ME
Functional Clustering of Survival Data via Smoothed Log-Hazard Trajectories: A Risk-Dynamics Perspective
University of Campania “Luigi Vanvitelli”(坎帕尼亚路易吉·范维特利大学);Universitas Mercatorum(梅尔卡托姆大学)
提出一种基于平滑对数风险轨迹的功能主成分分析聚类框架,从风险动态角度对生存数据进行聚类,并通过模拟和真实临床数据验证其有效性和鲁棒性。
2026-05-31 stat.ME stat.ML
funOCLUST: Clustering Functional Data with Outliers
Department of Mathematics & Statistics, Trent University, Ontario, Canada(数学与统计学系,特伦特大学,安大略省,加拿大);Department of Mathematics & Statistics, McMaster University, Ontario, Canada(数学与统计学系,麦斯特大学,安大略省,加拿大)
针对函数数据聚类难题,提出扩展OCLUST算法到函数设置,利用该框架创建稳健方法聚类曲线并剔除离群值,经模拟和真实数据集评估,展现出在聚类及离群值识别方面的强大性能。
2026-11-10 cs.LG stat.ME stat.ML
Revealing spatial variability structures of geostatistical functional data via Dynamic Clustering
在一些环境应用中,数据是时间的函数,基本上是连续的,被离散地观察和记录,并且空间相关。大多数分析此类数据的方法都是空间统计工具的扩展,这些工具处理空间相关的功能数据。在这样的框架下,本文介绍了一种新的聚类方法。其主要特点是,它发现的功能组,是彼此相似的空间功能变异性,它位于一组中心,总结了每个集群的空间功能变异性。该方法优化,通过迭代算法,最佳的拟合标准之间的分区的曲线和集群的代表性元素,假设是一个变差函数。所提出的聚类方法的性能进行了评估,通过研究模拟和真实数据集上的应用程序所获得的结果。
2011-06-27 stat.CO stat.ME
Model-Based Clustering with Sequential Outlier Identification using the Distribution of Mahalanobis Distances
提出outlierMBC方法,通过迭代移除密度最低观测值并拟合高斯混合模型,利用马氏距离的Beta分布特性自动确定最优异常值数量,实现聚类与异常值识别,无需预设异常值分布或数量。
2025-06-27 stat.CO stat.ME
Elastic $k$-means clustering of functional data for posterior exploration, with an application to inference on acute respiratory infection dynamics
我们提出了一种新的方法,使用$k$ -手段框架的功能数据的聚类。我们在弹性功能数据分析框架内工作,该框架允许将功能数据中的整体变化分解为幅度和相位分量。我们使用的振幅分量分区功能到形状集群使用自动化的方法。为了选择适当数量的聚类,我们还提出了一种新的贝叶斯信息准则定义使用混合模型的主成分估计使用功能主成分分析。该方法的动机是后验探索的问题,其中从马尔可夫链蒙特卡罗算法获得的样本自然表示为函数。我们使用模拟数据集评估我们的方法,并将其应用于墨西哥圣路易斯波托西的急性呼吸道感染动力学研究。
2020-11-24 stat.AP stat.ME
Clustering acoustic emission data streams with sequentially appearing clusters using mixture models
Institut FEMTO-ST(FEMTO-ST研究所);Université Bourgogne Franche-Comté(勃艮第-弗朗什-孔泰大学);Université de technologie de Compiègne(贡比涅技术大学);CNRS(法国国家科学研究中心);Heudiasyc(Heudiasyc实验室);Institut universitaire de France(法兰西大学研究院)
无标记声发射(AE)数据的解释传统上依赖于通用的聚类方法。虽然在过去已经使用了几个外部标准来选择这些算法的超参数,很少有研究注意到专门的目标函数的聚类方法,能够应付AE数据的特异性的发展。我们研究了如何显式地表示混合模型中的聚类起始,特别是高斯混合模型(GMM)。通过修改这些模型的内部标准,我们提出了第一个聚类方法,能够提供,通过参数估计的期望最大化的过程中,集群发生时(发病),他们如何增长(动力学)和他们的激活水平,通过时间的信息。这个新的目标函数适应AE信号的连续时间戳,因此,它们的发生顺序。实验验证了该方法能够有效地表征螺栓结构在振动作用下的松动现象。从五个实验活动的原始流数据与三个标准的聚类方法的比较表明,GMMSEQ不仅提供了有用的定性信息的时间轴的集群,但也表现出更好的性能在集群表征。为了开发开放的声发射计划,并根据FAIR原则,提供数据集和代码来重现本文的研究。
2022-06-15 cs.LG cs.SD stat.AP
Penalized Clustering of Large Scale Functional Data with Multiple Covariates
在这篇文章中,我们提出了一个惩罚聚类方法的大规模数据与多协变量通过功能数据的方法。在所提出的方法中,响应和协变量通过非参数多元函数(固定效应)连接在一起,这在建模各种函数特征(如跳跃点、分支和周期性)方面具有很大的灵活性。函数方差分析被用来进一步分解多变量函数在一个再生核希尔伯特空间,并提供相关的主效应和相互作用的概念。使用简约的随机效应来捕获各种相关性结构。混合效应模型被嵌套在一个一般的混合模型下,其中函数数据的异质性的特点。我们提出了一个惩罚亨德森的似然方法的模型拟合和设计拒绝控制的期望最大化算法的估计。我们的方法通过广义交叉验证来选择平滑参数。此外,贝叶斯置信区间被用来衡量聚类的不确定性。仿真研究和实际数据的例子,调查所提出的方法的经验性能。开源代码在R包MFDA中提供。
2008-01-16 stat.CO stat.ME
The functional mean-shift algorithm for mode hunting and clustering in infinite dimensions
我们介绍了功能的均值漂移算法,一个迭代算法估计的代理密度从功能数据的局部模式。我们表明,该算法可用于功能数据的聚类分析。我们提出了一个测试的基础上的自助的替代密度的估计局部模式的意义。我们提出了我们的方法的两个应用程序。在第一个应用程序中,我们演示了如何使用函数均值漂移算法来执行尖峰排序,即聚类神经活动曲线。在第二个应用中,我们使用函数均值漂移算法来区分原始签名和伪造签名。
2014-08-06 stat.AP stat.ME stat.ML
Anytime-valid sequential testing for elicitable functionals via supermartingales
本文利用评分与识别函数构造原假设下的非负超鞅,并结合 Ville 不等式及在线凸优化遗憾界,为可引出、可识别泛函的非参数序贯检验提供随时有效性与渐近功效保证。
2023-06-04 math.ST q-fin.RM stat.ME
Nonparametric Clustering of Functional Data Using Pseudo-Densities
我们研究了光滑随机曲线的非参数聚类的基础上的L2梯度流相关的伪密度泛函,我们表明,聚类是定义良好的人口和样本水平。我们提供了一个算法来标记显着的本地模式,这是相关的信息样本集群,我们推导出它的一致性属性。我们的理论是在弱假设下发展起来的,这基本上减少了随机曲线的可积性,并且不需要将随机曲线投影到有限维子空间上。然而,如果基本的概率分布是支持一个有限维的子空间,我们表明,伪密度和核密度估计的期望诱导相同的梯度流,因此相同的聚类。虽然我们的理论是为属于无限维函数空间的平滑曲线开发的,但我们也提供了可用于实际数据(离散和噪声观测)的一致程序。
2016-01-28 math.ST stat.ME stat.TH
Clustering functional data using wavelets
我们提出了两种方法来检测高维时间相关的功能数据的模式和集群。我们的方法是基于小波的相似性措施,因为小波非常适合识别高度判别当地的时间和尺度功能。小波变换的多分辨率方面提供了一个时间尺度分解的信号,允许可视化和聚类的功能数据到同质组。对于每个输入函数,通过其经验正交小波变换,第一种方法使用跨尺度的能量分布生成足够多的特征,这些特征仍然足以使信号很好地区分。我们的新的相似性度量结合一个有效的特征选择技术在小波域中,然后使用或多或少的经典聚类算法,有效地区分高维人口。第二种方法使用整个时间尺度表示之间的相异性措施,并基于小波相干工具。然后使用k-质心算法从这些不同点开始执行聚类。这些方法,共同设计的小波域的特征选择和分类距离的实际性能证明,通过模拟以及法国电力需求的日常配置文件。
2011-05-31 stat.AP stat.ME
Cluster weighted models for functional data
本文提出 funWeightClust 方法,将聚类加权模型扩展到函数型数据,并通过 EM 算法估计参数,在模拟与基准数据上优于 funHDDC 等现有方法,成功应用于埃德蒙顿交通模式分析。
2025-03-07 stat.ME stat.ML
Clustering multivariate functional data using the epigraph and hypograph indices: a case study on Madrid air quality
本文提出面向多元函数型数据的 epigraph 与 hypograph 指数广义形式,利用曲线及前两阶导数实现聚类,并通过模拟数据与马德里空气质量等环境案例验证其有效性。
2024-11-19 stat.AP stat.ME
Model-Based Clustering and Classification of Functional Data
Normandie Univ, UNICAEN, UMR CNRS LMNO, Department of Mathematics and Computer Science(诺曼底大学、卡昂大学、法国国家科学研究中心LMNO联合研究单位、数学与计算机科学系);Department of Mathematics and Statistics, La Trobe University(拉筹伯大学数学与统计系);La Trobe University(拉筹伯大学)
复杂数据分析问题是现代统计科学和学习系统的中心话题,并且随着高维数据的日益流行而变得更加广泛。挑战在于开发能够从原始数据中获取知识以进行探索性分析的统计模型和自主算法,这可以通过聚类技术实现,或者通过分类对未来数据进行预测(即,判别分析)技术。潜在数据模型,包括基于混合模型的方法,是无监督上下文中最流行和最成功的方法之一(即,聚类)和监督的一个(即,分类或区分)。虽然传统上是多变量分析的工具,但当在函数数据分析(FDA)的框架中考虑时,它们越来越受欢迎。FDA是数据分析范式,其中单个数据单元是函数(例如,曲线、曲面),而不是简单的向量。在许多应用领域中,分析的数据确实经常以函数或曲线的离散值的形式可用(例如,时间序列,波形)和表面(例如,2D图像、时空数据)。与经典的多变量(非函数)数据分析的情况相比,数据的这种函数方面增加了额外的困难。我们回顾并提出了基于模型的功能数据聚类和分类的方法。我们推导出完善的统计模型以及有效的算法工具来解决这些高维数据的聚类和分类问题,包括它们的异质性,缺失信息和动态隐藏结构。所提出的模型和算法被说明在现实世界的功能数据分析问题,从几个应用领域。
2018-03-02 cs.LG stat.ME stat.ML
A similarity measure for second order properties of non-stationary functional time series with applications to clustering and testing
由于数据存储技术的激增,需要开发适当的技术来识别模式,并从由此产生的巨大的数据集提取知识,这些数据集可以被视为依赖功能数据的集合,这在许多科学领域越来越受到关注。我们开发了一个相似性度量的频谱密度运营商的功能时间序列的集合,这是基于聚合的希尔伯特-施密特差异的个人随时间变化的频谱密度运营商。在相当一般的条件下,得到了相应估计量的渐近性质,并建立了渐近正态性。引入的统计本身自然量化功能时间序列,我们随后利用,以建立一个谱聚类算法之间的相似性。我们的算法是第一个在非平稳(功能)时间序列的分析,并能够发现特定的模式,通过分组在一起的“类似”系列成集群,从而大大降低了分析的复杂性。该算法实现简单,计算可行。作为进一步的应用,我们提供了一个简单的测试的假设,两个非平稳功能时间序列的二阶属性相吻合。
2018-12-01 math.ST stat.ME stat.TH
Spectral image clustering on dual-energy CT scans using functional regression mixtures
McGill University(麦吉尔大学);Normandie Univ(诺曼底大学);UNICAEN(法国卡昂大学);CNRS(法国国家科学研究中心);LMNO(数学与计算机科学实验室)
双能量计算机断层扫描(DECT)是一种先进的CT扫描技术,能够进行传统CT扫描无法实现的材料表征。它允许在每个3D图像体素处重建能量衰减曲线,代表不同有效扫描能量水平下的不同图像衰减。在本文中,我们开发了新的功能数据分析(FDA)技术,并使其适应DECT衰减曲线的分析。更具体地说,我们构建的功能混合模型,将空间背景的混合权重,与混合物组分密度被构造的能量衰减曲线作为功能的观察。我们设计无监督聚类算法,通过开发专用的期望最大化(EM)算法的模型参数的最大似然估计。据我们所知,这是第一篇调整统计FDA工具和基于模型的聚类以利用DECT提供的完整光谱信息的文章。我们对91例头颈癌DECT扫描进行了评估。我们将我们的无监督聚类结果与放射科医生手动追踪的肿瘤轮廓以及几种基线算法进行比较。考虑到评估者之间的差异性,即使是在描述头颈部肿瘤的专家中,并且考虑到肿瘤本身周围组织反应的潜在重要性,我们提出的方法有可能在下游机器学习应用中增加价值,用于基于头颈部癌症的DECT数据进行临床结果预测。
2022-01-31 cs.LG eess.IV stat.ME
funFMC: Overlapping Clustering for Functional Data
University of Michigan(密歇根大学)
针对神经科学和环境科学等领域中多变量功能数据的重叠聚类结构,提出基于潜在因子模型的方法,通过建立载荷矩阵可识别性等,开发估计程序并建立定理,经数值研究和应用展示了方法性能。
2026-07-16 math.ST stat.ME stat.TH
Bayesian Nonparametric Global-local Clustering of High-dimensional Functions
University of Florida(佛罗里达大学);The University of Texas MD Anderson Cancer Center(德克萨斯大学安德森癌症中心)
针对高维函数全局聚类模式不匹配、现有局部聚类方法扩展性与理论支撑不足的问题,提出基于Dirichlet过程乘积混合先验的多分辨率贝叶斯非参数聚类方法,附高效MCMC算法与后验一致性证明,仿真及空间转录组学应用验证了其性能优势。
2026-11-05 math.ST stat.ME stat.TH
Functional Post-Clustering Selective Inference with Applications to EHR Data Analysis
University of Pennsylvania(宾夕法尼亚大学);Vanderbilt University(范德堡大学);Duke University(杜克大学)
本文针对聚类后数据的选择偏差问题,提出适用于纵向数据的选择性推断方法,经模拟及AKI的EHR数据验证可调整偏差、控制错误率,具应用优势。
2026-08-18 stat.AP stat.CO stat.ME