From here to infinity - sparse finite versus Dirichlet process mixtures in model-based clustering
在基于模型的聚类中，混合模型用于将数据点分组到聚类中。Malsiner Walli等人（2016）为高斯混合引入的一个有用概念是稀疏有限混合，其中具有$K$分量的混合物的权重分布的先验分布以这样的方式选择，即数据中的聚类数量先验是随机的，并且允许以高概率小于$K$。然后从数据中推断出聚类的数量。本文在稀疏有限混合模型的背景下作出了以下贡献。首先，它说明了稀疏有限混合的概念是非常通用的，很容易扩展到聚类各种类型的非高斯数据，特别是离散数据和连续的多元数据所产生的非高斯集群。其次，稀疏有限的混合物相比，狄利克雷过程的混合物就其能力，以确定集群的数量。对于这两种模型类别，考虑了用于确定权重分布的参数的随机超先验。通过适当的匹配这些先验，它表明，这种超先验的选择是远比稀疏有限混合物或Dirichlet过程的混合物被考虑的集群解决方案的影响。
2018-08-22 stat.ME
Informed Bayesian Finite Mixture Models via Asymmetric Dirichlet Priors
本文提出一种基于非对称 Dirichlet 先验的有限混合方法，允许直接对聚类数量设定先验信息，并通过数值实验和真实数据集验证了其灵活性与实用性。
2023-08-01 stat.ME
Scalable Bayesian nonparametric measures for exploring pairwise dependence via Dirichlet Process Mixtures
在这篇文章中，我们提出了新的贝叶斯非参数方法，使用Dirichlet过程混合（Dirichlet Process Mixture）模型来检测随机变量之间的成对依赖关系，同时考虑潜在分布形式的不确定性。一个关键的标准是，这些程序应该扩展到大型数据集。在这方面，我们发现，正式计算的贝叶斯因子的依赖与。独立联合概率测度在计算上是不可行的。为了解决这个问题，我们提出了贝叶斯诊断措施，对成对独立的“空模型”的特征证据。在模拟研究中，以及一个真正的数据分析，我们表明，我们的方法提供了一个有用的工具，探索性的非参数贝叶斯分析的大型多元数据集。
2016-04-27 stat.ME
A Dirichlet Process Mixture Model for Directional-Linear Data
方向数据需要专门的概率模型，因为它们的域的非欧几里德和周期性。当方向变量与线性变量联合观察时，对它们的依赖性进行建模会增加额外的复杂性。本文提出了一种新的贝叶斯非参数方法的基础上的Dirichlet过程的方向线性数据。我们首先扩展了投影正态分布模型的线性变量和任意维的方向变量的联合分布作为一个高维的增广多元正态分布（MVN）的投影。我们称之为半投影正态分布（SPN）的新分布，它具有类似于MVN的属性。然后，SPN被用作Dirichlet过程模型中的混合分布，以获得更灵活的一类模型的方向线性数据。我们提出了一个正常的条件逆Wishart分布作为先验分布的一部分，以解决从投影正常继承的可识别性问题，并保持共轭与SPN分布。为后验推理提供了一种吉布斯抽样算法。在合成数据和Berkeley图像数据库上的实验表明，与其他方向性线性模型相比，Dirichlet过程SPN混合模型（DPSPN）在聚类方面具有更好的性能。我们还建立了一个分层的Dirichlet过程模型与SPN开发的似然比的方法来血迹模式分析使用DPSPN模型的密度估计，以估计一组训练数据的可能性，一个给定的模式。
2022-12-21 stat.ME
Variational Bayes and Truncation approximations for Enriched Dirichlet process mixtures
本文提出了一种用于增强狄利克雷过程混合模型（EDPM）的变分贝叶斯估计器，通过改进的截断近似方法提高效率，并展示了其在Nimble中实现阻塞吉布斯采样器的应用，通过模拟和实际数据验证了方法的有效性。
2026-06-03 stat.ME
Variance matrix priors for Dirichlet process mixture models with Gaussian kernels
狄利克雷过程混合模型（DPMM）是一种贝叶斯非参数方法，广泛用于密度估计和聚类。在这篇文章中，我们研究的选择先验的方差或精度矩阵时，采用高斯核。通常，在相关文献中，混合模型的评估是通过考虑只有少数几个维度的空间中的观测来完成的。相反，我们关心的是更现实的高维问题，在一个高达20维的空间。我们观察到，先验的选择是越来越重要的问题的维数增加。在确定了某些不良属性的标准先验的高维问题，我们审查和实施可能的替代先验。最有前途的先验识别，以及其他因素影响MCMC采样器的收敛。我们的研究结果表明，先验的选择是至关重要的，以获得可靠的后验推理。这份手稿提供了一个彻底的概述和比较调查可能的先验，其实施的详细指导方针。虽然我们的工作集中在使用DPMM聚类，它也适用于密度估计。
2022-02-08 stat.ME
Dependent Mixtures of Geometric Weights Priors
通过构造$m$随机密度函数之间的两两相关性，提出了一种部分可交换观测值联合估计的新方法，其中每个随机密度函数都被建模为几何棒断裂过程的混合.这种方法基于Hatjispyros等人（2011）首次引入的成对依赖狄利克雷过程先验混合模型（PDDP）的新随机中心质量版本。其思想是通过Dirichlet随机测度的位置保持期望来创建成对依赖。我们的论点是，混合物建模与成对相关的几何棒断裂过程（PDGSBP）先验是足够的预测和估计的目的，此外，相关的吉布斯采样器是更快，更容易实现比基于Dirichlet过程的对应。在这方面，我们提供了一个先验同步的比较研究稀疏$m$ -可扩展的合成和真实数据的例子。
2017-09-28 stat.ME
Adaptive Convergence Rates of a Dirichlet Process Mixture of Multivariate Normals
结果表明，一个简单的Dirichlet过程混合的多元常态提供贝叶斯密度估计与自适应后收敛速度。为此，一种新的非参数混合密度的筛子进行了探索，并证明了其率适应性的各种光滑类的密度在任意维。这种筛的建设，预计将提供一个实质性的技术进步，在研究贝叶斯非参数混合模型的基础上，棒断裂先验。
2011-11-17 math.ST stat.ME stat.TH
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
Bayesian mixture modeling using a mixture of finite mixtures with normalized inverse Gaussian weights
Hiroshima University（广岛大学）
研究贝叶斯混合模型中成分数量未知的情况，提出基于归一化逆高斯权重的MFM方法，通过引入潜在变量用块吉布斯采样计算后验，经数值实验和实际数据示例验证性能，还考虑了对动态MFM的扩展。
2026-07-09 stat.ME
Clustering action potential spikes: Insights on the use of overfitted finite mixture models and Dirichlet process mixture models
细胞外记录动作电位的建模，或尖峰分选，是神经科学研究的一个丰富领域，其中潜变量模型经常被使用。两个这样的模型，过拟合有限混合模型（OFM）和Dirichlet过程混合模型（DPM）被认为是提供洞察复杂的，多变量的医疗数据的无监督聚类时，集群的数量是未知的。OFM和OFM以类似的分层方式构建，但它们基于不同的哲学，具有不同的基本假设。本研究探讨了这些差异如何影响穗排序的真实研究，多变量高斯位置-尺度混合模型的估计，在复杂的医疗数据所产生的共同困难的存在。结果提供的见解，让未来的分析师选择适合的情况和目标的研究问题的手的方法。
2016-02-05 stat.AP stat.ME
Outcome identification in electronic health records using predictions from an enriched Dirichlet process mixture
我们提出了一种新的半参数模型的联合分布的连续纵向结果和基线协变量使用丰富的Dirichlet过程（EDP）的先验。对于给定协变量和协变量的边缘值的结果，该联合模型分解为线性混合模型。非参数EDP先验被放置在回归和样条系数、误差方差和控制预测器空间的参数上。我们预测未观察到的时间点的结果，受试者在其他时间点的数据，以及新的受试者只有基线协变量。当存在大量协变量时，我们发现改进的Dirichlet过程（DP）先验混合模型预测。我们的方法被证明与电子健康记录组成的第二代抗精神病药物，这是已知的增加糖尿病的风险的发起人。我们使用我们的模型来预测每个人的糖尿病实验室指标值，并从预测的数据集中评估疑似糖尿病的发病率。我们的模型也可以作为一个功能聚类算法，在该算法中，受试者被聚类成具有随时间推移的结果的类似纵向轨迹的组。
2018-06-06 stat.ME
Handling mild outliers and unobserved values in compositional datasets using finite mixtures of mean-parametrised Dirichlet models
University of Pretoria（比勒陀利亚大学）；National Institute for Theoretical and Computational Sciences (NITheCS)（理论与计算科学国家研究所）；San José State University（圣何塞州立大学）；University of Catania（卡塔尼亚大学）
针对含缺失值与异常值的成分数据，本文提出均值参数化狄利克雷模型的有限混合方法，通过定制EM算法实现聚类与异常值检测，在真实数据应用中优于传统狄利克雷混合模型。
2026-08-26 stat.ME
Clustering consistency with Dirichlet process mixtures
Dirichlet过程混合模型是一种灵活的非参数模型，特别适合于密度估计和概率聚类。在这项工作中，我们研究的后验分布引起的Dirichlet过程的混合物作为样本量的增加，更具体地说，集中在一致性为未知数的集群时，观察到的数据是从一个有限的混合物。至关重要的是，我们考虑的情况下，事先放置在浓度参数的基础Dirichlet过程。文献中以前的研究结果表明，狄利克雷过程的混合物通常是不一致的集群的数量，如果浓度参数是固定的，数据来自有限的混合物。在这里，我们表明，如果浓度参数是适应在一个完全贝叶斯的方式，在实践中通常做的，可以实现集群的数量的一致性。我们的研究结果来自来自一类有限混合物的数据，温和的假设上的浓度参数和混合物的似然核的各种选择的先验。
2022-05-25 math.ST stat.ME stat.ML
The transcoding sampler for stick-breaking inferences on Dirichlet process mixtures
本文提出转码算法与转码采样器，将高效采样器得到的后验划分结果转换为stick-breaking表示，从而在保持较短IAT的同时实现对Dirichlet过程混合模型全部stick-breaking参数的推断。
2024-05-06 stat.ME
Dirichlet process mixtures of block $g$ priors for model selection and prediction in linear models
Google Inc.（谷歌公司）；Department of Statistics, University of Washington（华盛顿大学统计学系）
本文提出块g先验的狄利克雷过程混合用于线性模型中的模型选择和预测，通过允许不同参数块的差异收缩并考虑预测变量的相关结构，实现了模型选择与连续收缩先验的桥梁。
2026-05-12 cs.LG stat.ME
Dirichlet Process Mixture Models with Shrinkage Prior
我们提出了Dirichlet过程混合（Dirichlet Process Mixture）模型的预测和集群明智的变量选择，基于两种选择的收缩基线先验分布的线性回归系数，即马蹄先验和正态伽玛先验。我们在模拟研究中表明，这两个建议的ESTA模型往往优于标准ESTA模型的基础上的非收缩正常的先验，在预测，变量选择和聚类精度。这对于马蹄模型尤其如此，并且当协变量的数量超过群内样本量时。一个真实的数据集进行了分析，以说明所提出的建模方法，两个建议的预测模型再次获得更好的预测精度。
2021-02-25 stat.AP stat.ME
Scalable Dirichlet Process Mixture Models with Unknown Concentration and Adaptive Covariance for High-Dimensional Clustering Applied to Leukemia Transcriptomics
本文提出了一种结合Collapsed VI和弱信息先验的狄利克雷过程混合模型，用于高维数据聚类，并在白血病转录组学中实现了亚型恢复和额外基团识别。
2026-09-10 stat.ME
A Semiparametric Bayesian Extreme Value Model Using a Dirichlet Process Mixture of Gamma Densities
在本文中，我们提出了一个Dirichlet过程混合的伽玛密度在阈值以下的大部分和广义Pareto密度在尾部的极值估计模型。所提出的模型是简单和灵活的，允许我们的后验密度估计和后验推理的高分位数。该模型工作良好，即使小样本量和在没有先验信息。我们通过仿真研究评估所提出的模型的性能。最后，将该模型应用于一个实际的环境数据。
2013-04-02 stat.AP stat.ME stat.ML
Repulsive mixtures via the sparsity-inducing partition prior
本文提出基于 Selberg Dirichlet 分布的稀疏诱导划分（SIP）先验，利用排斥项促进混合权重稀疏，并给出后验采样算法，在多种混合模型、模拟和儿童 BMI 生物医学数据中验证其效果。
2025-09-30 stat.ME
Dirichlet Process Mixture Models for Modeling and Generating Synthetic Versions of Nested Categorical Data
本文提出了一个估计多变量分类数据的联合分布的贝叶斯模型。这种数据经常出现在社会科学背景下，例如，生活在家庭中的人。该模型假设（i）每个组是组级潜在类的成员，以及（ii）每个单元是嵌套在其组级潜在类内的单元级潜在类的成员。该结构允许模型捕获同一组中的单元之间的依赖性。它还有助于在组和单元级别同时对变量进行建模。我们开发了一个版本的模型，将零概率分配给具有物理上不可能的变量组合的组和单元。我们应用该模型来估计在美国社区调查的一个子集中的多变量关系。使用估计的模型，我们生成的合成家庭数据，可以传播为编辑的公共使用文件，具有高分析有效性和低披露风险。本文的补充材料可在线获取。
2016-10-28 stat.ME
Compositional Outcomes and Environmental Mixtures: the Dirichlet Bayesian Weighted Quantile Sum Regression
本研究提出Dirichlet-BWQS回归，用于联合建模组合结局与环境混合物，可同时估计混合物权重及总体暴露指数与各结局比例的关联，并通过模拟和真实数据验证，提供R包实现。
2025-03-28 stat.AP stat.ME
Hierarchical Dirichlet Process Mixture of Products of Multinomial Distributions: Applications to Survey Data with Potentially Missing Values
提出 HDPMPM 模型，利用非参数贝叶斯方法处理分类调查数据中的混合隶属关系与缺失值，有效识别潜在政治特征并处理 MAR 和 MCAR 缺失场景。
2024-12-27 stat.ME
Dirichlet Process Parsimonious Mixtures for clustering
Normandie Univ（诺曼底大学）；UNICAEN（卡昂大学）；CNRS（法国国家科学研究中心）；Aix Marseille Université（艾克斯-马赛大学）；ENSAM（法国国立高等工程技术学校）；Université de Toulon（土伦大学）
简约高斯混合模型，它利用一个特征值分解的组协方差阵的高斯混合，已显示出他们的成功，特别是在聚类分析。它们的估计一般通过极大似然估计进行，并且也从参数贝叶斯前景考虑。我们提出了新的Dirichlet过程简约混合物（DPPM），代表这些简约高斯混合模型的贝叶斯非参数制定。所提出的DPPM模型是贝叶斯非参数简约混合模型，允许同时推断模型参数，混合物组分的最佳数量和最佳简约混合物结构的数据。我们开发了一个吉布斯抽样技术的最大后验概率（MAP）估计的DPMM模型，并提供了一个贝叶斯模型选择框架，通过使用贝叶斯因子。我们将它们应用于聚类模拟数据和真实数据集，并将它们与标准的简约混合模型进行比较。所得到的结果突出了所提出的非参数简约混合模型作为一个很好的非参数替代参数简约模型的有效性。
2018-10-17 cs.LG stat.ME stat.ML
A Semiparametric Bayesian Approach for Extreme Values Using Dirichlet Process Mixture of Gamma and Generalized Pareto Densities
对于极值估计，我们建议使用一个Dirichlet过程混合的伽玛密度的中心和广义帕累托密度的尾部模型。由于中心的随机性和尾部的重尾密度，高分位数的密度估计和后验推断是可能的。该方法可以在正实数上以“默认”方式使用，因为它在先验信息不可用时有效。该模型易于实现，并进行了敏感性分析。我们将所提出的模型应用于模拟和真实数据集。
2013-03-28 math.ST stat.ME stat.TH
Dependent Dirichlet Process Rating Model (DDP-RM)
典型的IRT评分量表模型假设被试的评分类别阈值参数相同。然而，可以说，许多评级数据集违反了这一假设。为了解决这个实际的心理测量问题，我们引入了一种新的，贝叶斯非参数IRT模型的评级量表项目。该模型是一个基于局部依赖狄利克雷过程（DDP）的Rasch部分信用模型的无限混合。该模型将评级阈值视为受混合物影响的随机参数，并具有协变量相关的混合物权重。因此，新模型允许评分类别阈值在项目和考生之间灵活变化，并且允许类别阈值的分布作为协变量的函数灵活变化。我们通过模拟数据集的分析，并通过一个真正的评级数据集，这是众所周知的心理测量学文献的分析说明了新的模型。该模型被证明有更好的预测拟合性能，相比其他常用的IRT评级模型。
2013-03-21 stat.ME
Mixture models with a prior on the number of components
一个自然的贝叶斯方法的混合模型与未知数量的组件是采取通常的有限混合模型的Dirichlet权重，并把先验的组件的数量-也就是说，使用有限混合物（MFM）的混合。虽然可以用可逆跳跃马尔可夫链蒙特卡罗等方法进行MFM中的推理，但由于Dirichlet采样器可以应用的相对容易和通用性，因此使用Dirichlet过程混合（Dirichlet process mixture，简称DFM）模型更为常见。在本文中，我们表明，事实上，许多有吸引力的数学性质的DPMs也表现出的MFMs-一个简单的可交换分区分布，餐厅过程，随机测量表示，并在某些情况下，棒打破表示。因此，在DPM中开发的强大的推理方法也可以直接应用于MFM。我们用模拟数据和真实数据来说明，包括高维基因表达数据。
2015-02-22 stat.ME
Adaptive Low-Complexity Sequential Inference for Dirichlet Process Mixture Models
MIT Lincoln Laboratory（麻省理工学院林肯实验室）
我们开发了一个顺序的低复杂度的推理过程的Dirichlet过程混合高斯在线聚类和参数估计时，集群的数量是未知的先验。我们提出了一个易于计算的，封闭形式的参数表达式的条件似然，其中超参数递归更新的流数据假设共轭先验的函数。受大样本渐近性的启发，我们提出了一种新的自适应低复杂度的Dirichlet过程浓度参数的设计，并表明类的数量最多以对数速度增长。进一步证明了在大样本极限下，条件似然和数据预测分布都是渐近高斯分布。我们通过对合成和真实数据集的实验证明，我们的方法优于其他在线最先进的方法。
2015-09-11 cs.LG stat.ME stat.ML
A Dirichlet Process Mixture Model of Discrete Choice
我们提出了一个混合多项logit（MNL）模型，它利用截断棒打破过程表示的狄利克雷过程作为一个灵活的非参数混合分布。该模型是一个狄利克雷过程混合模型，并容纳离散表示的异质性，像一个潜在的类MNL模型。然而，与潜在类MNL模型不同，建议的离散选择模型不需要分析师在估计之前固定混合成分的数量，因为离散混合分布的复杂性是从证据中推断出来的。对于离散选择的Dirichlet过程混合模型的后验推理，我们给出了一个期望最大化算法。在模拟研究中，我们证明了所提出的模型框架可以灵活地捕获不同形状的口味参数分布。此外，我们实证验证了模型框架的案例研究中的驾驶员的路线选择偏好，并发现建议的离散选择的Dirichlet过程混合模型优于一个潜在的类MNL模型和混合MNL模型与常见的参数混合分布的样本内拟合和样本外的预测能力。与现有的建模方法相比，建议的离散选择模型大大简化了规格搜索，因为它依赖于较少的限制性参数假设，并不需要分析师指定的离散混合分布的复杂性之前估计。
2018-01-19 econ.EM stat.AP stat.CO
Bayesian test of normality versus a Dirichlet process mixture alternative
本文提出基于狄利克雷过程混合备择模型的贝叶斯正态性检验方法，利用潜在聚类标量参数化和序贯重要性采样计算贝叶斯因子，在保持正态性成立时不误判的同时有效检测非正态性。
2019-11-14 math.ST stat.CO stat.ME
A Dirichlet Process Mixture Model for Clustering Longitudinal Gene Expression Data
亚群识别（聚类）是生物医学研究中的一个重要问题。基因表达谱通常用于定义亚组。纵向基因表达谱可能提供额外的信息，疾病的进展比什么是单独的基线配置文件捕获。此外，纵向基因表达数据允许在对患者分组时考虑个体内变异性。因此，亚组鉴定可以更准确和有效的纵向基因表达数据的帮助。然而，现有的统计方法无法充分利用这些数据进行患者聚类。在这篇文章中，我们介绍了一种新的亚组识别方法在贝叶斯设置的基础上纵向基因表达谱。这种方法称为BClustLonG，采用线性混合效应框架来模拟基因随时间的轨迹，同时基于从所有基因获得的回归系数联合进行聚类。为了解释基因间的相关性和减轻高维的挑战，我们采用因子分析模型的回归系数。利用Dirichlet过程先验分布对回归系数的均值进行聚类。通过大量的仿真研究，我们表明，BClustLonG具有提高性能比其他聚类方法。当应用于严重受伤（烧伤或创伤）患者的数据集时，我们的模型能够区分烧伤患者和创伤患者，并识别创伤患者中有趣的亚组。
2016-09-26 stat.ME
Nonparametric predictive inference for discrete data via Metropolis-adjusted Dirichlet sequences
本文提出Metropolis调整的Dirichlet（MAD）序列模型，以混合基础测度与Metropolis-Hastings核刻画预测测度，为离散计数数据提供计算高效的贝叶斯非参数预测推断方法，并支持多元、回归及二元数据扩展。
2025-11-11 stat.ME
Informed Asymmetric Dirichlet Priors for Multivariate Bernoulli Mixture Models
University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）；Brigham Young University（杨百翰大学）；University of Turin（都灵大学）
本文提出一种基于非对称狄利克雷先验的贝叶斯方法，用于高效且全面地对多变量二元数据进行聚类，通过Penalized Complexity先验框架设置超参数，提升模型性能和可解释性。
2026-04-23 stat.AP stat.ME
Comparison of Bayesian Nonparametric Density Estimation Methods
在本文中，我们提出了一个非参数贝叶斯方法的Lindsey和惩罚高斯混合方法。我们比较这些方法与Dirichlet过程混合模型。我们的方法是一个贝叶斯非参数方法，而不仅仅是基于一个参数家庭的概率分布。因此，拟合的模型对模型误指定更稳健。此外，与贝叶斯方法，我们有我们感兴趣的参数的整个后验分布，它可以概括为通过可信区间，平均值，中位数，标准差，分位数等林赛，惩罚高斯混合物，和狄利克雷过程混合物的方法进行审查。通过马尔可夫链蒙特卡罗（MCMC）方法进行估计。惩罚高斯混合方法通过哈密顿蒙特卡罗（HMC）实现。我们表明，在一定的正则条件下，随着n的增加，后验分布的权重收敛到一个正态分布。仿真结果和数据分析报告。
2020-11-27 stat.ME
Density regression via Dirichlet process mixtures of normal structured additive regression models
本文提出单权重相依 Dirichlet 过程正态结构化加法回归混合模型，利用惩罚 B 样条和张量积实现灵活密度回归，并通过闭式满条件分布支持高效 Gibbs 后验推断。
2024-05-13 stat.AP stat.ME
A Regularized Spatial Market Segmentation Method with Dirichlet Process Gaussian Mixture Prior
由于现代全球定位系统技术的发展，空间参照数据越来越多。它们还为营销科学领域的空间分析提供了丰富的机会。我们的主要兴趣是提出一个新的有效的统计框架，对位于美国大都市区的餐馆进行空间分割分析。空间分割问题带来了重要的统计挑战：选择最佳数量的细分市场的基础结构，捕捉复杂和灵活的空间结构，以及解决在潜在类分析中可能是典型的任何可能的小n和大p问题。现有的方法试图以启发式的方式解决这些问题，或者似乎对它们保持沉默。为了克服这些挑战，我们提出了一个新的统计框架的基础上正则化贝叶斯空间混合回归Dirichlet过程集成岭或套索正则化。我们的模拟研究表明，所提出的模型成功地恢复了底层的空间聚类结构，并优于现有的两个基准模型。在使用Yelp在线客户满意度数据的实证分析中，我们的模型提供了关于客户满意度的细分级别关键驱动因素以及区域人口统计与餐馆特征之间的可解释关系的有趣见解。
2018-11-24 stat.AP stat.ME
Mixture Modeling for Marked Poisson Processes
我们提出了一个通用的建模框架，在时间或空间上观察到的标记泊松过程。建模方法利用了非齐次泊松过程强度与密度函数的连接。这个密度的非参数Dirichlet过程的混合物，结合非参数或半参数模型的标记分布，产生灵活的先验模型标记泊松过程。特别是，我们专注于完全非参数模型配方，建立标记密度和强度函数从联合非参数混合物，并提供这些技术的直接应用指南。这样的模型的一个关键特征是，它们可以产生关于多元标记的条件分布的灵活推断，而不需要指定复杂的依赖方案。我们解决有关的狄利克雷过程的混合内核的选择问题，并制定事先规范和后验模拟充分推断标记泊松过程的泛函的方法。此外，我们讨论了一种模型检查的方法，可以用来评估和比较不同的模型规格下提出的框架的拟合优度。模拟和真实的数据集的方法进行说明。
2011-11-01 stat.ME
Bayesian estimation of the Kullback-Leibler divergence for categorical sytems using mixtures of Dirichlet priors
本文提出基于狄利克雷先验混合的贝叶斯方法估计Kullback-Leibler散度，并扩展至平方Hellinger散度，在类别多和散度值高时优于其他估计技术。
2023-07-09 cs.IT math.IT physics.data-an
Handling Missingness and Censoring in Dirichlet Mixture Models
本文提出一种保留单纯形结构的狄利克雷混合模型似然方法，通过EM类算法同时完成参数估计与插补，经仿真及捕虏体、PM₂.₅真实数据验证，可有效处理成分数据的缺失与删失问题。
2026-07-31 stat.CO stat.ME
Infinite mixtures of multivariate normal-inverse Gaussian distributions for clustering of skewed data
多变量正态逆高斯（MNIG）分布的混合可以用于对表现出偏态和重尾等特征的数据进行聚类。然而，对于聚类分析，使用传统的有限混合模型框架，或者组分的数量需要是已知的$a$ - $priori$，或者需要在导出可能数量的组分的范围的结果之后使用某种模型选择标准来估计$a$ - $posteriori$。然而，不同的模型选择标准有时会导致不同数量的组件产生不确定性。在这里，一个无限混合模型框架，也被称为狄利克雷过程混合模型，提出了混合MNIG分布。该狄利克雷过程混合物模型方法允许组分数量从1到$\infty$（实际上从1到$N$）自由增长或衰减，并且组分数量与贝叶斯框架中的参数估计值一起推断，从而减轻了对模型选择标准的需求。我们提供了真实的数据应用程序与基准数据集，以及一个小的模拟实验，与其他现有的模型进行比较。所提出的方法提供了竞争力的聚类结果，其他聚类方法的模拟和真实的数据和参数恢复说明使用模拟研究。
2020-05-11 stat.ME
Bayesian nonparametric temporal dynamic clustering via autoregressive Dirichlet priors
在本文中，我们考虑动态聚类的问题，集群成员可能会随着时间的推移而改变，集群可能会随着时间的推移分裂和合并，从而创建新的集群和破坏现有的。我们提出了一个贝叶斯非参数方法，通过混合建模的动态聚类。我们的方法依赖于一种新的时间依赖性非参数先验定义相结合：i）基于Copula的高斯自回归过程的变换; ii）狄利克雷过程的棒断裂构造。后验推理是通过粒子马尔可夫链蒙特卡罗算法，这是简单的，计算效率高，可扩展到大规模的数据集。所提出的方法的优点包括应用的灵活性，易于计算和可解释性。我们提出了一个应用程序，我们的动态贝叶斯非参数混合模型的时间动态的形容词和职业在20世纪和21世纪的美国性别刻板印象的研究。此外，为了突出我们的模型的灵活性，我们提出了额外的应用程序与协变量和空间结构的时间相关的数据。
2019-10-23 stat.ME
A Spatio-Temporal Dirichlet Process Mixture Model for Coronavirus Disease-19
了解2019冠状病毒病（COVID-19）的时空模式对于构建公共卫生干预措施至关重要。与更经常遇到的汇总计数数据相比，空间参考数据可以提供更丰富的机会来了解疾病传播的机制。我们提出了一个时空Dirichlet过程混合模型来分析城市环境中的COVID-19确诊病例。我们的方法可以检测到未观察到的集群中心的流行病，并估计的空间和时间范围的集群是有用的，以构建一个预警系统。此外，我们的模型可以衡量城市中不同类型的地标的影响，这为不同时间点的疾病传播源提供了直观的解释。为了有效地捕捉疾病模式的时间动态，我们采用了一种顺序的方法，使用前一个时间步的参数的后验分布作为当前时间步的先验信息。这种方法使我们能够以计算效率高的方式将时间依赖性纳入我们的模型中，而不会使模型结构复杂化。我们还通过将数据与理论密度进行比较来开发模型评估，并概述了我们拟合模型的拟合优度。
2022-07-14 stat.AP stat.ME
Modeling Risk and Return using Dirichlet Process Prior
在本文中，我们证明了无套利条件成立，如果市场遵循几何布朗运动（GBM）的混合。GBM的混合可以包含市场的重尾行为。它自动引导我们通过非参数贝叶斯方法对多个资产组合的风险和回报进行建模。我们提出了一个Dirichlet过程（DP）通过一个URN计划的单变量建模的单一资产收益率先验。这个DP先验是在依赖DP的精神下提出的。我们扩展了这种方法，引入一个多元分布，通过椭圆copula模型的边缘分布使用DP先验的多个资产的回报率。我们比较了不同的风险度量，如风险价值（VaR）和条件风险价值（CVaR），也称为预期亏损（ES）的股票收益数据的两个数据集。第一个数据集包含IBM，英特尔和纳斯达克的回报，第二个数据集包含51只股票的回报数据，作为印度股市指数“Nifty 50”的一部分。
2018-05-01 stat.ME
Laplace and skew-Laplace approximations for Dirichlet process mixture posterior density
University of Milano-Bicocca（米兰比可卡大学）；Bocconi University（博科尼大学）
本文研究了狄利克雷过程混合模型后验密度估计中拉普拉斯和斜拉普拉斯近似方法的性能，通过数值实验比较了标准拉普拉斯近似、修正斜拉普拉斯近似和切片采样基准，发现斜拉普拉斯近似在复杂密度结构中能显著提升后验恢复精度。
2026-04-28 stat.CO stat.ME
Dirichlet-tree multinomial mixtures for clustering microbiome compositions
近年来，对人类微生物组的研究引起了人们的极大兴趣，分析这些数据的一项常见任务是将微生物组组成聚类为亚型。将样本细分为亚组是实现个性化诊断和治疗的中间步骤。在将现有的聚类方法应用于包括美国肠道项目（AGP）数据在内的现代微生物组研究时，我们发现，由于这些数据的几个关键特征，这种看似标准的任务在微生物组组成方面非常具有挑战性。标准的基于距离的聚类算法通常不产生可靠的结果，因为它们不考虑细菌分类群之间的跨样本变异性的异质性，而现有的基于模型的方法不允许足够的灵活性，用于从跨聚类变异中识别复杂的聚类内变异。这些方法的直接应用通常导致AGP数据中过度分散的簇，并且这种现象对于其他微生物组数据是常见的。为了克服这些挑战，我们引入狄利克雷树多项混合物（DTMM）作为贝叶斯生成模型，用于微生物组研究中扩增子测序数据的聚类。DTMM用狄利克雷树内核的混合物对微生物组群进行建模，狄利克雷树内核利用系统发育树在表征簇内变异时提供更灵活的协方差结构，并且它提供了一种用于识别区分簇的特征分类群子集的方法。我们进行了广泛的模拟研究，以评估DTMM的性能，并将其与微生物组背景下最先进的基于模型和基于距离的聚类方法进行比较。最后，我们报告了一个案例研究的粪便数据从AGP中识别组成集群之间的个人炎症性肠病和糖尿病。
2020-10-21 stat.AP stat.ME
Design-Conditional Prior Elicitation for Dirichlet Process Mixtures: A Unified Framework for Cluster Counts and Weight Control
College of Education, The University of Alabama（阿拉巴马大学教育学院）
本文提出DCE框架，通过两阶段矩匹配解决DPM模型中浓度参数校准问题，减少后验崩溃并提高聚类计数与权重控制的准确性。
2026-09-09 stat.AP stat.CO stat.ME
Nearest Neighbor Dirichlet Mixtures
针对贝叶斯混合密度估计依赖 MCMC、计算慢且不稳定的问题，提出最近邻 Dirichlet 混合及并行 Monte Carlo 伪后验算法，并证明渐近性质与实证效果。
2023-02-23 stat.CO stat.ME stat.ML
Fast approximate inference for variable selection in Dirichlet process mixtures, with an application to pan-cancer proteomics
狄利克雷过程（DP）混合模型已成为基于模型的聚类的流行选择，主要是因为它允许推断聚类的数量。顺序更新和贪婪搜索（SUGS）算法（Wang和Dunson，2011）被提出作为在DP混合模型中执行近似贝叶斯推断的快速方法，通过将聚类作为贝叶斯模型选择（BMS）问题并且避免使用计算成本高的马尔可夫链蒙特卡罗方法。在这里，我们考虑如何将这种方法扩展到允许变量选择聚类，也证明了贝叶斯模型平均（BMA）代替BMS的好处。通过一系列来自癌症转录组学的模拟示例和经过充分研究的示例，我们表明我们的方法与当前最先进的方法具有竞争力，同时还提供了计算优势。我们将我们的方法应用于来自癌症基因组图谱（TCGA）的反相蛋白质阵列（RPPA）数据，以对5，157个肿瘤样本进行泛癌蛋白质组学表征。我们已经在一个名为sugsvarsel的开源R包中实现了我们的方法和原始的SUGS算法，该包通过在C++中执行密集计算来加速分析，并提供自动并行处理。R包可从以下网站免费获得：https://github.com/ococrook/sugsvarsel
2018-10-12 q-bio.GN stat.AP stat.ME
Dirichlet Process Mixture Models for Regression Discontinuity Designs
回归不连续性设计（RDD）是一种准试验设计，当其分配由连续分配变量的阈值定义时，该设计估计治疗的因果效应。RDD假设测量值在阈值附近带宽内的受试者属于普通人群，因此阈值可以被视为一种随机化装置，将治疗分配给刚好高于阈值的受试者，并将治疗从刚好低于阈值的受试者中排除。带宽选择代表RDD分析的一个强制性决策，因为结果可能对其选择高度敏感。已经提出了一些方法来选择最佳带宽，主要来自计量经济学文献。然而，它们在实践中的使用是有限的。我们提出了一种方法，从应用的角度来解决这个问题，考虑单位的交换，即，它们与测量的协变量的相似性，作为选择分析对象的主要标准，而不管它们与阈值的距离。我们使用Dirichlet过程混合模型对样本进行聚类，以确定平衡和均匀的聚类。我们的建议利用后验相似性矩阵，其中包含两个观测被分配到MCMC样本中的同一聚类的成对概率。因此，我们在RDD分析中仅包括那些具有更强可交换性证据的集群。我们说明了我们的方法的有效性与他汀类药物降低胆固醇水平的影响，使用英国初级保健数据的模拟实验和激励的例子。
2020-03-26 stat.AP stat.ME
Dirichlet process mixture models for the Analysis of Repeated Attempt Designs
针对纵向研究中重复尝试收集测量数据的设计，提出基于贝叶斯非参数Dirichlet过程混合模型的新方法，以最小化模型误设并支持敏感性分析，并通过临床试验数据和模拟验证其性质。
2023-05-09 stat.AP stat.ME
Posterior concentration and adaptation of the mixing measure in Dirichlet process mixtures
Duke University（杜克大学）
研究狄利克雷过程驱动的无限混合模型中后验在潜空间上的渐近性质，证明在有限混合生成数据时，后验自适应于真实成分数K，混合测度在Wasserstein距离下达到近最优收缩率，并揭示聚类行为的相变现象。
2026-06-27 math.ST stat.ME stat.TH
Prior selection for the precision parameter of Dirichlet Process Mixtures
本文指出现有Dirichlet过程混合模型精度参数先验选择方法在大样本下的局限性，提出一种基于折棍构造中最大折棍长度关系、独立于样本量的新方法，并在现有方法失效的例子中验证了其可行性。
2025-06-01 stat.AP stat.ME
Dirichlet Process Mixtures of Trees with Gaussian Process Splits: A Bayesian Nonparametric Framework with Posterior Contraction Rate
Indian Statistical Institute（印度统计研究所）
提出一种基于狄利克雷过程先验的贝叶斯非参数回归树混合模型，利用高斯过程分裂规则统一多种树方法，实现数据驱动的集成规模选择，并证明后验收敛率，在多个基准和应用中优于现有方法。
2026-09-24 cs.LG math.ST stat.ME
Bayesian Nonparametric Mixtures of Exponential Random Graph Models for Ensembles of Networks
网络集合出现在各个领域，其中在同一组节点上观察到多个独立的网络，例如，在不同个体的相同大脑区域上构建的大脑网络的集合。然而，有几个模型，同时描述网络的变化和特征的合奏。在本文中，我们建议使用指数随机图模型的狄利克雷过程混合（DPM-ERGMs），它将集成分为不同的集群和模型的网络使用一个单独的指数随机图模型（ERGM）的每个集群的集成。通过采用Dirichlet过程混合，可以自动确定聚类的数量，并根据所提供的数据自适应地改变聚类的数量。此外，为了执行DPM-ERGMs的完整贝叶斯推断，我们采用中间重要性抽样技术内的大都会内切片抽样方案，解决了从一个无限的样本空间上的棘手ERGMs的采样问题。我们还展示了模拟和真实数据集的DPM-ERGMs的性能。
2022-01-20 stat.CO stat.ME
