Bayesian Nonparametric Clustering with Feature Selection for Spatially Resolved Transcriptomics Data
针对空间分辨转录组学数据聚类面临的高维特性、聚类数预设等挑战，提出带特征选择的贝叶斯非参数空间聚类框架BNPSpace，可直接处理计数数据、自动划分同质空间域并识别判别基因，还能通过马尔可夫随机场先验整合空间信息以获得更具生物学意义的结果。
2023-12-13 stat.AP
Bayesian Hidden Markov Tree Models for Clustering Genes with Shared Evolutionary History
确定特征不明确的基因的功能对于理解生物过程和研究人类疾病至关重要。在进化过程中，功能相关的基因经常一起获得和失去。因此，识别基因的协同进化可以预测功能基因-基因关联。我们在这里描述了原始算法的完整统计模型和计算策略，CLustering by Inferred Models of Evolution（CLIME 1.0）最近由我们报道[Li et al.，2014年]。CLIME 1.0采用了一种混合的树结构隐马尔可夫模型的基因进化过程中，和贝叶斯模型为基础的聚类算法来检测基因模块与共享的进化历史（称为进化保守模块，或ECM）。采用Dirichlet过程先验估计基因簇的数目，并设计Gibbs抽样器进行后验抽样。我们进一步开发了一个扩展版本，CLIME 1.1，将不确定性的进化树结构。通过对真实数据集的模拟研究和基准测试，我们表明CLIME 1.0和CLIME 1.1优于使用简单度量的传统方法（例如，Hamming距离或Pearson相关性）来测量基因对之间的共同进化。
2018-08-18 stat.AP
Bayesian Learning of Clinically Meaningful Sepsis Phenotypes in Northern Tanzania
针对脓毒症异质亚型的临床解释需求，提出贝叶斯聚类方法CLAMR以明确建模聚类中心的医学意义，通过特征影响检验识别相关特征，并对坦桑尼亚莫希年轻且HIV感染率高的脓毒症患者进行聚类研究。
2025-02-11 stat.AP
A Bayesian Finite Mixture Model Approach for Mixed-type Data Clustering and Variable Selection with Censored Biomarkers
University of Pittsburgh（匹兹堡大学）
本文提出一种贝叶斯有限混合模型方法，用于处理混合类型数据的聚类和变量选择，尤其在处理截断生物标志物方面具有优势，通过模拟研究和实际数据集验证其在复杂生物医学数据中的有效性。
2026-06-23 stat.AP
Approximate Bayesian inference of directed acyclic graphs in biology with flexible priors on edge states
提出近似贝叶斯方法baycn，通过边的三种状态（两个方向与缺失）灵活指定先验，并设计伪贝叶斯抽样算法高效推断生物有向无环图，在基因组学问题与模拟中准确率显著优于现有方法。
2023-11-28 stat.CO stat.ME
A Nonparametric Bayesian Item Response Modeling Approach for Clustering Items and Individuals Simultaneously
项目反应理论（IRT）是一种流行的建模范式，用于根据测试或问卷中的离散反应来测量被试的潜在特质和项目属性。关于项目和个体的异质性模式检测的讨论非常有限。在本文中，我们介绍了一个非参数贝叶斯方法的聚类项目和个人同时在Rasch模型。具体来说，我们提出的方法是基于有限混合物（MFM）模型的混合。MFM同时获得项目和个体的聚类数和聚类配置。通过仿真研究评估了MFM Rasch模型下参数估计和参数聚类的性能，并应用实际数据集来说明MFM Rasch建模。
2020-05-29 stat.AP stat.ME
Bayesian Uncertainty Quantification for Systems Biology Models Parameterized Using Qualitative Data
动机：最近的工作已经证明了使用非数值的定性数据来参数化数学模型的可行性。然而，这种参数化模型的不确定性量化（UQ）仍然是具有挑战性的，因为缺乏一个统计解释的优化中使用的目标函数。结果如下：我们制定了似然函数适用于使用定性数据或定性和定量数据的组合进行贝叶斯UQ。为了证明所得到的UQ能力，我们使用合成的定性和定量数据集分析了IgE受体信号传导的已发表模型。值得注意的是，来自定性数据的参数值的估计值与来自较低通量定量数据的估计值几乎一致。这些结果为在生物建模中利用定性数据提供了进一步的动力。供货情况：这里介绍的似然函数是在PyBioNetFit的新版本中实现的，PyBioNetFit是一个用于分析SBML和BNGL格式模型的开源应用程序，可在www.example.com在线获得www.github.com/lanl/PyBNF。
2019-08-30 q-bio.QM stat.ME
A Bayesian Approach to Clustering via the Proper Bayesian Bootstrap: the Bayesian Bagged Clustering (BBC) algorithm
University of Pavia（帕维亚大学）
本文提出贝叶斯袋装聚类（BBC）算法，结合k-means先验引出与恰当贝叶斯自助法重采样的集成聚类思路，提升聚类的鲁棒性与可解释性，还可通过香农熵不确定性度量确定最优聚类数，模拟实验验证了其方法与实证优势。
2024-09-13 cs.LG stat.ML
Bayesian Nonparametric Graph Clustering
我们提出了利用变量之间的图形结构的底层几何的多变量数据的聚类方法。与假设已知图结构的标准方法相反，我们首先使用贝叶斯邻域选择方法估计未知图的边缘结构，其中我们通过模型平均估计合适的参数来考虑图形结构学习的不确定性。随后，我们开发了一个非参数图聚类模型的低维投影的基础上的拉普拉斯嵌入Dirichlet过程混合模型。与标准算法方法相比，这种完全概率的方法允许在图结构学习和聚类的估计和推断中引入不确定性。更重要的是，我们正式的拉普拉斯嵌入的参数作为合适的投影图聚类的估计图拉普拉斯特征空间的一致性提供理论支持。我们开发了快速的计算算法，使我们的方法可以扩展到大量的节点。通过大量的模拟，我们比较我们的聚类性能与标准的聚类方法。我们将我们的方法应用于一个新的泛癌症蛋白质组数据集，并评估多种不同癌症类型的蛋白质网络和聚类。
2015-09-24 stat.AP stat.ME
Robust Bayesian Model Selection for Variable Clustering with the Gaussian Graphical Model
变量聚类对于解释性分析很重要。然而，只有少数专门的方法与高斯图形模型的变量聚类已经提出。甚至更严重的是，由于噪声导致的微小的不显著的偏相关性可以在例如使用贝叶斯信息准则（BIC）进行评估时显著地改变聚类结果。在这项工作中，我们试图解决这个问题，提出了一个贝叶斯模型，占可以忽略不计的小，但不一定为零，偏相关。基于我们的模型，我们建议使用边际似然来评估变量聚类结果。为了解决棘手的计算的边际似然，我们提出了两种解决方案：一个基于变分近似，另一个基于MCMC。仿真数据的实验表明，该方法是类似的准确BIC在无噪声设置，但有噪声的偏相关时，准确得多。此外，在真实数据上，所提出的方法提供了直观合理的聚类结果，这在使用BIC或其扩展时并不总是如此。
2018-06-15 stat.AP stat.CO stat.ML
Nonparametric Bayesian Two-Level Clustering for Subject-Level Single-Cell Expression Data
单细胞测序的出现为个性化治疗开辟了新的途径。在本文中，我们解决了一个两级聚类问题，同时受试者亚组发现（受试者级）和细胞类型检测（细胞级）的单细胞表达数据从多个主题。然而，目前的统计方法要么聚类细胞，而不考虑受试者的异质性或分组的主题，而不使用单细胞的信息。为了弥补细胞聚类和受试者分组之间的差距，我们开发了一个非参数贝叶斯模型，受试者和细胞聚类单细胞表达数据（SCSC）模型，同时实现受试者和细胞分组。SCSC无需预先指定受试者亚组编号或细胞类型编号。它自动诱导受试者亚组结构并匹配受试者之间的细胞类型。此外，它通过故意考虑数据的丢失、库大小和过度分散来直接对单细胞原始计数数据进行建模。提出了一种分块Gibbs采样器用于后验推理。模拟研究和对多受试者iPSC scRNA-seq数据集的应用验证了SCSC同时聚类受试者和细胞的能力。
2021-02-19 stat.AP stat.ME
The Bayesian Sorting Hat: A Decision-Theoretic Approach to Size-Constrained Clustering
大小约束聚类（SCC）是指使用观测值来确定潜在聚类结构，同时将观测值分配给未知聚类的双重问题，该未知聚类受到分析师定义的聚类大小约束。虽然已经提出了几种方法，SCC仍然是一个困难的问题，由于观测之间的组合依赖性的大小约束。在这里，我们重新制定SCC作为一个决策问题，并引入了一个新的损失函数来捕捉各种类型的大小约束。相对于以前的工作，我们的方法是唯一适合的情况下，大小约束反映和外部限制或愿望，而不是内部功能的数据生成过程。为了证明我们的方法，我们开发了一个贝叶斯混合模型，用于使用模拟和真实的分类调查数据对受访者进行聚类。我们的动机，这种决策理论的方法，SCC的发展是确定最佳的团队分配哈利波特为主题的寻宝游戏的基础上，从参与者的分类调查数据。
2017-10-17 stat.AP stat.ME
Bayesian Agglomerative Clustering with Coalescents
我们引入了一个新的贝叶斯模型的层次聚类的基础上事先在树称为金曼的合并。我们开发了新的贪婪和序贯蒙特卡罗推理操作在一个自下而上凝聚的方式。我们的实验表明，我们的算法优于其他人，并证明我们的方法在文档聚类和phylolinguistics。
2009-07-04 stat.ML
Bayesian design of synthetic biological systems
在这里，我们介绍了一个新的设计框架，合成生物学，利用贝叶斯模型选择的优势。我们将论证推理和设计之间的区别在于，在前者中，我们试图重建产生我们观察到的数据的系统，而在后者中，我们试图构建产生我们想要观察的数据的系统，即期望的行为。我们的方法使我们能够利用贝叶斯统计的方法，包括有效探索模型空间和高维参数空间，以及根据模型生成某些类型数据的能力对模型进行排名的能力。此外，贝叶斯模型选择自动地在数学模型的复杂性和（预测或解释）性能之间取得平衡。为了处理分子系统的复杂性，我们采用了近似贝叶斯计算方案，它只需要我们从不同的竞争模型进行模拟，以达到在它们之间进行选择的合理标准。我们说明了结合设计和建模（或在硅片原型）阶段，目前被视为独立的合成生物学参考确定性和随机模型系统表现出自适应和开关样行为，以及细菌的双组分信号系统的优势。
2011-03-05 q-bio.MN stat.AP
Bayesian Level Set Clustering
Two Sigma；University of New Mexico（新墨西哥大学）；Duke University（杜克大学）
本文提出了一种基于贝叶斯决策理论的密度聚类方法，通过解耦聚类与密度建模问题，提升聚类的准确性和鲁棒性。
2025-12-11 stat.ME
Analysis of professional basketball field goal attempts via a Bayesian matrix clustering approach
我们提出了一个贝叶斯非参数矩阵聚类方法来分析潜在的异质性结构的投篮选择数据收集的职业篮球运动员在美国国家篮球协会（NBA）。该方法采用有限混合的混合框架，通过矩阵正态分布的混合表示，充分利用了空间信息。我们提出了一个有效的马尔可夫链蒙特卡罗算法的后验抽样，允许同时推断的集群的数量和集群的配置。我们还建立了后验分布的大样本收敛性质。通过模拟研究和应用程序，从选定的球员在2017年18 NBA常规赛的投篮图数据证明了所提出的方法的优秀的经验性能。
2020-10-16 stat.AP stat.CO stat.ME
Bayesian spatial clustering of extremal behaviour for hydrological variables
为了解决一系列水文极值问题的有效推理的需要，信息的空间汇集是边际尾估计的标准方法。我们提出了第一极值空间聚类方法，该方法考虑了边缘尾部的相似性和数据的空间依赖结构，以确定适当的合并水平。空间依赖性被纳入两种方式：确定集群选择和考虑依赖性的数据在一个集群内的网站时，边际推理。我们引入了一个统计模型的成对极值依赖，其中包括网站之间的距离，并容纳我们的信念，在同一个集群内的网站往往表现出更高的依赖程度比网站在不同的集群。我们使用贝叶斯框架，了解集群的数量和它们的空间结构，并使特定站点的边缘分布的极端的推断，将不确定性的聚类分配。该方法说明了使用模拟，在挪威和英国的每日河流流量水平的日降水量的分析。
2019-06-20 stat.AP stat.ME
Bayesian profile regression for clustering analysis involving a longitudinal response and explanatory variables
鉴定具有共同功能的共调控基因是现代基因组学的一个关键问题。贝叶斯轮廓回归是一种半监督混合建模方法，它利用响应来指导对相关聚类的推断。以前的应用程序的配置文件回归考虑了单变量连续，分类，计数的结果。在这项工作中，我们扩展贝叶斯轮廓回归的情况下，结果是纵向（或多变量连续），并提供PReMiuMlongi，更新版本的PReMiuM，R包配置文件回归。我们考虑多元正态和高斯过程回归响应模型，并提供了四个模拟研究的原则应用程序的证明。该模型适用于芽殖酵母的数据，以确定在酿酒酵母细胞周期的基因组共调节。我们确定了4个不同的基因组与特定模式的基因表达轨迹，随着绑定的转录因子，可能参与其共同调控过程。
2021-11-08 stat.AP stat.ME
A PAC-Bayesian Analysis of Graph Clustering and Pairwise Clustering
Max Planck Institute for Biological Cybernetics（马克斯·普朗克生物控制论研究所）
我们制定加权图聚类作为一个预测问题：给定一个子集的边缘权重，我们分析的能力图聚类预测剩余的边缘权重。该公式使实际和理论上的比较不同的方法图聚类，以及比较图聚类与其他可能的方式来建模的图。我们采用了PAC-Bayesian协聚类分析（Seldin and Tishby，2008; Seldin，2009）来推导图聚类的PAC-Bayesian泛化界。该界限表明，图聚类应该优化经验数据拟合和聚类在图节点上保留的互信息之间的权衡。从信息理论考虑导出的类似权衡已经显示在实践中产生最先进的结果（Slonim等人，2005年; Yom-Tov和Slonim，2009年）。本文通过提供更好的理论基础，提出形式化的推广保证，并提供更准确的方法来处理有限样本问题，从而支持了经验证据。我们推导出一个界最小化算法，并表明它在现实生活中的问题提供了很好的结果，所得出的PAC贝叶斯界是合理的紧。
2010-09-02 cs.DS cs.LG stat.ML
clusterBMA: Bayesian model averaging for clustering
在集成聚类文献中，已经开发了各种方法来组合跨多组结果的推理以进行无监督聚类。从几个备选聚类模型中选出一个“最佳”模型报告结果的做法通常忽略了模型选择产生的不确定性，并导致对特定模型和所选参数敏感的推论。贝叶斯模型平均（BMA）是一种流行的方法，用于组合多个模型的结果，在这种情况下提供了一些有吸引力的好处，包括组合聚类结构的概率解释和基于模型的不确定性的量化。在这项工作中，我们介绍了clusterBMA，一种方法，使加权模型平均从多个无监督聚类算法的结果。我们使用聚类内部验证标准来开发后验模型概率的近似值，用于对每个模型的结果进行加权。从一个共识矩阵表示的加权平均值的聚类解决方案的模型，我们应用对称单纯形矩阵分解计算最终的概率集群分配。除了在模拟数据上优于其他集成聚类方法外，clusterBMA还提供了独特的功能，包括对平均聚类的概率分配，结合“硬”和“软”聚类算法的分配概率，以及测量平均聚类分配中基于模型的不确定性。此方法在附带的同名R包中实现。
2023-03-26 stat.AP stat.ME stat.ML
Bayesian Clustering for Continuous-Time Hidden Markov Models
我们开发了基于连续时间隐马尔可夫模型（CTHMM）和广义线性观测模型的纵向轨迹的聚类程序。具体而言，在本文中，我们进行有限和无限的混合模型为基础的聚类CTHMM和实现推理使用马尔可夫链蒙特卡罗（MCMC）。对于有限混合模型，我们实现了可逆跳MCMC，以促进不同数量的集群之间的跨维移动。对于Dirichlet过程混合模型，我们利用限制吉布斯抽样分裂合并建议，以加快MCMC算法。我们采用所提出的算法的模拟数据，以及一个真实的数据的例子，结果表明所需的性能的新的采样器。
2021-03-26 stat.AP stat.CO stat.ME
Bayesian sparse convex clustering via global-local shrinkage priors
NTT Advanced Technology Corporation（NTT先进技术公司）；The University of Electro-Communications（电气通信大学）
稀疏凸聚类是在凸聚类框架下对观测值进行聚类的同时进行变量选择。虽然加权$L_1$范数通常用于稀疏凸聚类中的正则化项，但如果样本量不足，则其使用增加了对数据的依赖性并降低了估计精度。针对这些问题，本文提出了一种基于贝叶斯套索和全局-局部收缩先验的贝叶斯稀疏凸聚类方法。我们引入吉布斯抽样算法，我们的方法使用的比例混合正态分布。仿真研究和实际数据分析表明了所提出方法的有效性。
2020-05-26 cs.LG stat.ME stat.ML
Outcome-guided Bayesian Clustering for Disease Subtype Discovery Using High-dimensional Transcriptomic Data
提出 GuidedBayesianClustering 全贝叶斯方法，整合临床结局与高维组学数据，同步实现疾病亚型聚类、相关基因选择及结局引导，并在模拟和乳腺癌数据中验证其优势。
2023-09-26 stat.AP stat.ME
Optimal Bayesian clustering using non-negative matrix factorization
基于贝叶斯模型的聚类是一种广泛应用的发现数据集中相关观测组的过程。这些方法使用贝叶斯混合模型，用MCMC估计，提供模型参数和聚类分区的后验样本。虽然对模型参数的推断已经很好地建立，但对聚类分区的推断还不太发达。提出了一种基于贝叶斯聚类模型的两两后验相似矩阵估计最优划分的新方法。这种方法使用非负矩阵分解（NMF）提供一个低秩近似的相似性矩阵。因子分解允许硬或软分区，并表现出更好的性能比几个流行的替代品下的各种惩罚函数。
2018-09-20 stat.ME
Bayesian Rank-Clustering
Reed College（里德学院）；University of Washington（华盛顿大学）
针对序数比较数据中排名不确定性问题，提出贝叶斯秩聚类模型，通过尖峰-平板先验实现参数融合，允许对象组共享排名，并在调查、选举和体育数据中验证。
2024-08-23 stat.AP stat.ME
A Novel Bayesian Multiple Testing Approach to Deregulated miRNA Discovery Harnessing Positional Clustering
microRNA（miRNAs）是一类非编码的小分子RNA，是基因表达的调控因子。近年来，研究人员对研究miRNAs在正常细胞以及疾病过程中的作用产生了巨大且不断增长的兴趣。因此，为了研究miRNAs在口腔癌中的作用，我们分析miRNAs的表达水平以鉴定在癌组织中具有统计学显著差异表达的miRNAs。在这篇文章中，我们提出了一种新的贝叶斯层次模型的miRNA表达数据。大量证据表明，人类基因组中miRNAs的转录过程是一个潜在的过程，有助于观察到的表达水平。我们在分析中考虑了miRNA的位置聚类，并通过适当的高斯过程非参数化地模拟了潜在的转录现象。为了测试的目的，我们采用了一种新的贝叶斯多重检验方法，我们主要集中在利用假设之间的依赖结构，以获得更好的结果，同时也确保在许多方面的最优性。事实上，我们的非边际方法产生的结果与基础科学知识相一致，而这些知识是非常流行的Benjamini-Hochberg方法所遗漏的。
2018-04-11 stat.AP stat.ME
A score function for Bayesian cluster analysis
提出了一种贝叶斯聚类的得分函数。该函数是无参数的，并且捕获聚类的聚类内方差和聚类间熵之间的相互作用。它可以用来选择已建立的聚类方法，如层次聚类或$K$ -均值算法中的聚类数。
2019-05-24 stat.OT
Bayesian model averaging in model-based clustering and density estimation
我们提出贝叶斯模型平均（BMA）作为一种方法，用于后处理基于模型的聚类结果。给定多个竞争模型，使用后验模型概率对适当的模型汇总进行平均，而不是从单个“最佳”模型中获取。我们演示了使用BMA在基于模型的聚类的一些数据集。我们表明，BMA提供了一个有用的总结，同时考虑到模型的不确定性的聚类观察。此外，我们表明，BMA结合基于模型的聚类给出了一个有竞争力的方法密度估计在多变量设置。在基于模型的上下文中应用BMA是快速的，并且可以提供增强的建模性能。
2015-06-30 stat.CO
Bayesian Consensus Clustering
Duke University Medical Center（杜克大学医学中心）；Duke University（杜克大学）
基于多个数据源对一组对象进行聚类的任务出现在几个现代应用中。我们提出了一个综合的统计模型，允许一个单独的聚类的对象为每个数据源。这些单独的聚类松散地附着于整体共识聚类，因此它们不是独立的。我们描述了一个计算上可扩展的贝叶斯框架，同时估计的共识聚类和特定于源的聚类。我们证明了这种灵活的方法比所有数据源的联合聚类更强大，并且比单独对每个数据源进行聚类更强大。这项工作的动机是异构生物医学数据的综合分析，我们提出了一个应用程序，使用公开的数据从癌症基因组图谱的乳腺癌肿瘤样本的亚型鉴定。软件可在http://people.duke.edu/~el113/software.html上获得。
2013-02-28 cs.LG stat.ML
Bayesian Dynamic Clustering Factor Models
提出贝叶斯动态聚类因子模型，结合因子分析与隐马尔可夫模型，实现多元纵向数据的降维、聚类及动态转换估计，并验证其有效性。
2025-05-27 stat.ME
Bayesian clustering in decomposable graphs
在本文中，我们提出了一类先验分布的可分解图，允许提高建模的灵活性。虽然现有的方法只惩罚边缘的数量，所提出的工作授权从业者控制聚类，分离的水平，和其他功能的图形。重点放在一个特定的先验分布，其动机来自产品分区模型的类，此先验相对于现有的先验的属性，通过理论和仿真研究。然后，我们展示了在农业领域的图形模型的使用，显示如何建议的先验分布的合理性，以前的方法在正确建模的不同作物品种的产量之间的相互作用。
2012-05-03 stat.AP stat.ME stat.ML
A Convergence Diagnostic for Bayesian Clustering
在贝叶斯聚类的许多应用中，通过马尔可夫链蒙特卡罗（MCMC）技术实现聚类分配的离散状态空间上的后验采样。由于设计转换核来有效地探索此状态空间通常具有挑战性，因此用于聚类应用的MCMC收敛诊断尤其重要。对于一般的MCMC问题，最先进的收敛诊断涉及跨多个链的比较。然而，单链替代方案可能对计算密集型和缓慢混合的MCMC有吸引力，这是贝叶斯聚类的典型情况。因此，我们在这里提出了一个单链收敛诊断专门针对离散空间MCMC。也就是说，我们考虑一个Hotelling型统计量的最高概率状态，并使用再生抽样论推导出其平衡分布。通过利用来自非标准化后验的信息，我们的诊断可以防止看似收敛的链，其中访问状态的相对频率是不正确的。该方法说明了贝叶斯聚类分析的开花植物拟南芥的遗传突变体。
2019-06-12 stat.CO
A Quasi-Bayesian Perspective to Online Clustering
当面对高频率的数据流时，聚类会带来理论和算法上的缺陷。我们介绍了一种新的和自适应的在线聚类算法依赖于准贝叶斯方法，与动态（即，时间相关的）估计（未知的和变化的）簇的数量。我们证明了我们的方法是支持极大极小遗憾界。我们还提供了一个RJMCMC风格的实现（称为PACBO，请参阅https：//cran.r-project.org/web/packages/PACBO/index.html），我们为它提供了收敛保证。最后，数值实验说明了我们的程序的潜力。
2018-05-25 math.ST stat.ML stat.TH
A Bayesian non-parametric method for clustering high-dimensional binary data
Systems Biology Ireland（爱尔兰系统生物学）；University College Dublin（都柏林大学）
在许多现实生活中的问题，对象描述了大量的二进制功能。例如，文档的特征在于存在或不存在某些关键字;癌症患者的特征在于存在或不存在某些突变等。在这种情况下，基于这种高维二进制特征将类似的对象/配置文件分组在一起是可取的，但具有挑战性。在这里，我提出了一个贝叶斯非参数算法聚类高维二进制数据。它使用狄利克雷过程（DP）混合模型和模拟退火，不仅聚类二进制数据，而且还找到数据中的最佳聚类数。使用模拟数据集对算法的性能进行了评估，并与其他算法进行了比较。它优于所有其他聚类方法，在模拟研究中进行了测试。它还用于对来自文档分析、手写图像分析和癌症研究的真实数据集进行聚类。它成功地根据主题划分了一组文档，基于不同书写风格的手写图像，并确定了化疗治疗的组织和突变特异性。
2016-03-08 cs.LG stat.AP stat.ML
Distributed Bayesian clustering using finite mixture of mixtures
在许多现代应用中，人们对分析无法轻松跨计算机移动或加载到单个计算机上的存储器中的庞大数据集感兴趣。在这种情况下，对集群感兴趣是非常普遍的。现有的分布式聚类算法大多是基于距离或密度的，没有可能性规范，排除了正式的统计推断的可能性。基于模型的聚类允许统计推断，但分布式推断的研究强调非参数贝叶斯混合模型的有限混合模型。为了填补这一空白，我们引入了一个几乎并行的算法下的贝叶斯过拟合有限混合高斯混合，我们的分布式贝叶斯聚类（DIB-C）的聚类。DIB-C可以灵活地适应各种形状的数据集（例如倾斜或多模态）。随着数据的随机划分和分布，我们首先运行马尔可夫链蒙特卡罗在一个非常并行的方式来获得本地聚类绘制，然后细化跨工人的最终聚类估计的基础上的任何损失函数的空间分区。DIB-C还可以估计聚类密度，快速对新对象进行分类，并提供后验预测分布。仿真研究和实际数据的应用表明，优越的性能DIB-C的鲁棒性和计算效率。
2020-05-14 stat.CO stat.ME
Bayesian Bi-clustering of Neural Spiking Activity with Latent Structures
本文提出一种基于潜在结构的贝叶斯双聚类方法，用于对神经放电活动进行空间和时间聚类，通过非参数模型和MCMC算法实现，并在模拟和真实数据上验证了其有效性和可解释性。
2023-12-26 q-bio.NC stat.AP
Amortized Bayesian inference for clustering models
Columbia University（哥伦比亚大学）
我们开发了有效的摊销近似贝叶斯推断的概率聚类模型，如狄利克雷过程混合模型的后验分布的方法。该方法是基于映射到条件概率的集群安排的分布式，不变性表示。该方法易于并行化，从聚类分配的近似后验中产生iid样本，具有与单个Gibbs采样器扫描相同的计算成本，并且可以容易地应用于共轭和非共轭模型，因为训练仅需要来自生成模型的样本。
2018-11-24 cs.LG stat.CO stat.ML
Uncertainty Quantification in Bayesian Clustering
Brigham Young University（杨百翰大学）；Florida State University（佛罗里达州立大学）；Duke University（杜克大学）
本文提出了一种基于贝叶斯聚类模型的后处理方法，用于生成易于使用、快速计算和直观解释的可信集，并提供新的聚类不确定性度量。
2025-11-20 stat.ME
Clustering with a Reject Option: Interactive Clustering as Bayesian Prior Elicitation
University of Edinburgh（爱丁堡大学）；Microsoft Research（微软研究院）；Stanford University（斯坦福大学）
一个好的聚类可以帮助数据分析师探索和理解数据集，但是什么是好的聚类可能取决于特定于领域和特定于应用程序的标准。这些标准可能很难正式化，即使分析师在看到一个集群时很容易知道一个好的集群。我们提出了一种新的方法来交互式聚类数据探索，称为\ciif，基于一个特别简单的反馈机制，在该机制中，分析师可以选择拒绝个别集群，并要求新的。新的聚类应该与以前拒绝的聚类不同，同时仍然很好地拟合数据。我们正式这种互动在一个新的贝叶斯先验启发框架。在每次迭代中，先验被适配为考虑所有先前的反馈，然后从后验分布产生新的聚类。为了实现必要的交互式设置的计算效率，我们提出了一种增量优化方法，使用拉格朗日松弛的数据minibatches。实验表明，\ciif可以产生准确和多样的聚类。
2016-06-08 cs.LG stat.ML
Clustering with a Reject Option: Interactive Clustering as Bayesian Prior Elicitation
University of Edinburgh（爱丁堡大学）；Microsoft Research（微软研究院）；Massachusetts Institute of Technology（麻省理工学院）；Harvard University（哈佛大学）；Twitter（推特）
一个好的聚类可以帮助数据分析师探索和理解数据集，但是什么是好的聚类可能取决于特定于领域和特定于应用程序的标准。这些标准可能很难形式化，即使分析师在看到一个集群时很容易知道一个好的集群。我们提出了一种新的方法，称为TINDER的数据探索的交互式聚类，基于一个特别简单的反馈机制，在该机制中，分析师可以拒绝给定的聚类，并要求一个新的，这是选择从以前的聚类不同，同时适合的数据。我们在贝叶斯框架中将这种相互作用形式化为先前启发的方法，其中每个不同的聚类由经过修改以阻止先前拒绝的聚类的先验分布产生。我们表明，TINDER成功地产生了一组不同的聚类，每个质量相当，这是更多样化的比随机重新启动。
2016-06-19 cs.LG stat.ML
Generalized Bayesian Clustering with Regression for Unaligned Longitudinal Binary Data
Texas A&M University（德克萨斯农工大学）；University of Colorado Anschutz（科罗拉多大学安舒茨分校）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
针对未对齐纵向二元数据，提出带回归的广义贝叶斯聚类模型，结合轨迹相似性与回归损失，用切片沃尔什斯坦因距离实现无对齐比较，以狄利克雷过程定义聚类参数先验，解决单一生成模型的设定或效率问题。
2026-09-02 stat.AP stat.CO stat.ME
A Bayesian approach for clustering skewed data using mixtures of multivariate normal-inverse Gaussian distributions
非高斯混合模型在基于混合模型的聚类中得到越来越多的关注，特别是在处理具有偏态和重尾等特征的数据时。在这里，这样的混合分布，基于多元正态逆高斯（MNIG）分布。对于混合模型的参数估计，采用基于Gibbs抽样的贝叶斯方法，提出了一种模拟单变量广义逆高斯随机变量和矩阵广义逆高斯随机矩阵的新方法.该算法将被应用到模拟和真实数据。通过仿真研究和实际数据分析，我们表明参数恢复，我们的方法提供了竞争力的聚类结果相比，其他聚类方法。
2020-05-06 stat.CO
Bayesian Hierarchical Clustering with Exponential Family: Small-Variance Asymptotics and Reducibility
Pohang University of Science and Technology（浦项科技大学）
贝叶斯层次聚类（Bayesian hierarchical clustering，BHC）是一种凝聚聚类方法，它定义了一个概率模型，并评估其边缘似然来决定哪些聚类要合并。虽然BHC提供了一些优势，传统的基于距离的凝聚聚类算法，连续的边缘似然评估和仔细的超参数调整是繁琐的，限制了可扩展性。在本文中，我们放松BHC到一个非概率制定，探索共轭指数模型的小方差渐近。我们开发了一种新的聚类算法，被称为放松BHC（RBHC），从BHC模型的渐近极限，表现出基于距离的凝聚聚类算法的可扩展性，以及贝叶斯非参数模型的灵活性。我们还研究了从BHC模型的渐近极限中出现的相异性度量的减少，使我们能够使用可扩展的算法，如最近邻链算法。在人工数据集和真实数据集上的数值实验证明了该方法的有效性和高性能。
2015-06-03 cs.LG stat.ML
Model-free Bayesian Clustering and Multimodal Posterior Summarisation
University of Edinburgh（爱丁堡大学）
该研究提出无模型感知噪声贝叶斯聚类框架，结合Wasserstein型摘要方法，可避免复杂模型指定与昂贵采样，能有效捕捉聚类及噪声不确定性。
2026-10-12 cs.LG stat.ML
A Bayesian Semiparametric Mixture Model for Clustering Zero-Inflated Microbiome Data
针对微生物组数据的零膨胀多元组成计数特征及现有聚类方法的局限性，提出贝叶斯半参数混合模型，可同时学习聚类数量并分配聚类，经模拟验证其性能及处理零膨胀的重要性，且已应用于相关疾病研究数据的聚类分析。
2025-08-19 stat.AP stat.CO stat.ME
Bayesian clustering of multiple zero-inflated outcomes
本文提出一种贝叶斯非参数联合模型，对多个零膨胀计数过程进行两层聚类，并通过 WhatsApp 消息服务应用验证了方法有效性。
2022-08-29 stat.AP stat.ME
Bayesian local clustering of age-period mortality surfaces across multiple countries
Bocconi University（博科尼大学）；University of Padova（帕多瓦大学）
提出一种新的多国对数死亡率贝叶斯模型，利用B样条展开和时间依赖随机划分先验编码国家间局部聚类模式，结合Gibbs采样器实现后验推断，揭示了14国死亡率数据中已知与未知的人口趋势。
2026-10-28 stat.AP stat.ME
Bayesian Supervised Causal Clustering
School of Informatics, University of Edinburgh（信息学院，爱丁堡大学）；Usher Institute, University of Edinburgh（乌瑟研究所，爱丁堡大学）
本文提出贝叶斯监督因果聚类方法，通过治疗效应指导聚类过程，识别具有相似协变量特征和治疗效应的同质亚组，并在模拟和现实数据上验证其有效性。
2026-03-05 cs.LG stat.ML
An Alternative Prior Process for Nonparametric Bayesian Clustering
先验分布在贝叶斯聚类方法中起着至关重要的作用。两种常用的先验分布是Dirichlet和Pitman-Yor过程。在本文中，我们研究了这些过程背后的预测概率，以及由此产生的分区的隐含“富-越来越富”特征。我们探讨了一种替代的非参数贝叶斯聚类的先验-统一的过程-应用程序中的“富-更富”的属性是不可取的。我们还探讨了这一过程的成本：分区不再是可交换的变量的顺序。我们提出了新的渐近和模拟为基础的结果的聚类特性的统一过程，并比较这些与已知的结果的Dirichlet和Pitman-Yor过程。我们比较了一个真正的文档聚类任务的性能，证明了统一的过程中，尽管它缺乏交换的订单的实际优势。
2010-10-15 math.ST stat.ME stat.TH
Bayesian contiguity constrained clustering, spanning trees and dendrograms
聚类是一个众所周知的和研究的问题，它的一个变种，称为邻接约束聚类，接受作为第二输入的图，用于编码的先验信息的集群结构的邻接约束，即集群必须形成连接的子图的这个图。本文讨论了这样一个设置的兴趣，并提出了一种新的方式来正式它在贝叶斯设置，使用生成树的结果来精确计算候选分区的后验概率。算法的解决方案，然后调查，找到一个最大后验（MAP）分区，并从中提取贝叶斯树状图。这最后一个工具，这是一个简单的层次聚类算法的经典输出，这是令人想起的兴趣进行了分析。最后，通过实际应用验证了所提出的方法。本文附带的R包gtdem中提供了这项工作的参考实现（可在http：//github.com/comeetie/gtdem获得）
2023-02-24 stat.CO stat.ME
Bayesian Distance Clustering
University of Florida（佛罗里达大学）；Duke University（杜克大学）
基于模型的聚类被广泛应用于各种应用领域。然而，对稳健性的基本担忧仍然存在。特别是，结果可以是敏感的内核代表内集群数据密度的选择。利用数据点之间的成对差异的属性，我们提出了一类贝叶斯距离聚类方法，它依赖于建模的成对距离的可能性，而不是原始数据。虽然数据中的一些信息被丢弃，但我们对建模假设具有很大的鲁棒性。所提出的方法代表了一个有吸引力的中间地带之间的距离和基于模型的聚类，从这些典型的方法中的每一个借鉴的优势。我们说明了戏剧性的收益，推断集群的能力，通常的内核选择没有很好地表示。包括一个模拟研究，以评估相对于竞争对手的性能，我们应用的方法来聚类的大脑基因组表达数据。保留字：基于距离的聚类;混合模型;基于模型的聚类;模型规格错误;成对距离矩阵;部分可能性;鲁棒性
2019-06-25 cs.LG stat.ML
Unbiased Bayesian Inference for Population Markov Jump Processes via Random Truncations
我们考虑连续时间马尔可夫过程中的人口的个体代理相互作用随机根据动力学规则。尽管这些模型在从生物学到智能城市等领域越来越突出，但此类系统的贝叶斯推断仍然具有挑战性，因为这些是具有潜在无限状态空间的连续时间离散状态系统。在这里，我们提出了一种新的有效的算法，联合状态/参数后验抽样人口马尔可夫跳跃过程。我们介绍了一类伪边缘采样算法的基础上的随机截断方法，使无限状态空间的原则性治疗。大量的基准模型的广泛评估表明，这种方法实现了相当大的节省相比，最先进的方法，保持精度和快速收敛。我们还介绍了合成生物学数据集的结果，显示了我们的工作的实际用途的潜力。
2016-05-13 stat.ML
Revisiting k-means: New Algorithms via Bayesian Nonparametrics
Ohio State University（俄亥俄州立大学）；UC Berkeley（加州大学伯克利分校）
贝叶斯模型为聚类应用提供了很大的灵活性-贝叶斯非参数可用于建模无限混合物，分层贝叶斯模型可用于在多个数据集上共享聚类。在大多数情况下，这种灵活性是缺乏经典的聚类方法，如k-means。在本文中，我们重新审视的k-means聚类算法从贝叶斯非参数的观点。受启发的渐近连接之间的k-均值和混合高斯，我们表明，吉布斯采样算法的Dirichlet过程的混合接近硬聚类算法的限制，并进一步得到的算法单调最小化一个优雅的底层k-均值聚类目标，包括惩罚的集群数量。我们推广这种分析的情况下，聚类多个数据集，通过类似的渐近参数与分层狄利克雷过程。我们还讨论了进一步的扩展，突出了我们的分析的好处：i）涉及阈值特征向量的谱松弛，和ii）归一化割图聚类算法，不固定图中的聚类数量。
2012-06-14 cs.LG stat.ML
Posterior Regularization on Bayesian Hierarchical Mixture Clustering
Tencent（腾讯）；University College Dublin（都柏林大学学院）；Trinity College Dublin（都柏林圣三一学院）
针对贝叶斯层次混合聚类（BHMC）高层节点分离度弱的问题，提出对各层节点施加最大间隔约束的后验正则化方法，有效提升了BHMC模型的聚类分离效果。
2023-05-05 cs.AI cs.LG stat.ML
