خوشه بندی مبتنی بر مدل های آمیخته گرافی نرمال ناپارامتری

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 121

فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_STAT-16-1_004

تاریخ نمایه سازی: 23 شهریور 1401

چکیده مقاله:

مدل های آمیخته گرافی، ابزاری قدرتمند برای نمایش دیداری روابط استقلال شرطی بین داده های ناهمگن بالابعد فراهم کرده است. در مطالعه این مدل ها، اغلب توزیع مولفه های آمیخته، نرمال چندمتغیره با ماتریس های کواریانس متفاوت در نظر گرفته شده که مدل حاصل، به مدل آمیخته گرافی گاوسی معروف است. با جای گزین کردن فرض محدودکننده نرمال با یک مفصل نیمه پارامتری نرمال، مدل آمیخته گرافی نرمال ناپارامتری معرفی شده که هم مدل گرافی نرمال ناپارامتری و هم مدل های آمیخته را تعمیم داده است. در این مطالعه، خوشه بندی مبتنی بر مدل آمیخته گرافی نرمال ناپارامتری با دو فرم تابع تاوان ell_۱ (متعارف و نامتعارف) پیشنهاد شده است و عملکرد آن با روش خوشه بندی مبتنی بر مدل آمیخته گرافی گاوسی مقایسه شده است. نتایج مطالعه شبیه سازی روی داده های نرمال و غیرنرمال، در حضور و عدم حضور داده های دورافتاده و همچنین نتایج کاربردی روی داده های سرطان سینه نشان داد که ترکیب مدل آمیخته گرافی نرمال ناپارامتری با تابع تاوان وابسته به نسبت های آمیخته، از نظر بازسازی خوشه ها و برآورد پارامترهای مدل، نسبت به سایر روش های خوشه بندی مبتنی بر مدل از دقت بالاتری برخوردار است.

نویسندگان

فرزاد اسکندری

Department of Statistics, Allameh Tabataba'i University, Tehran, Iran.

حمید حاجی آقا بزرگی

Department of Statistics, Allameh Tabataba'i University, Tehran, Iran.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Friedman, J. H., Hastie, T. and Tibshirani, R. (۲۰۰۸), Sparse ...
  • Khalili, A. and Chen, J. (۲۰۰۷), Variable Selection in Finite ...
  • Khalili, A., Eskandari, F. and Nematollahi, N. (۲۰۲۱), Estimation of ...
  • Lindsay, B. G. (۱۹۹۵), Mixture Models: Theory, Geometry and Applications, ...
  • Liu, H., Han, F., Yuan, M., Lafferty, J. and Wasserman, ...
  • Liu, H., Lafferty, J. and Wasserman, L. (۲۰۰۹), The Nonparanormal: ...
  • Lotsi, A. and Wit, E. (۲۰۱۶), Sparse Gaussian Graphical Mixture ...
  • MacQueen, J. (۱۹۶۷), Some Methods for Classification and Analysis of ...
  • Mangasarian, O. L., Street, W. N. and Wolberg, W. H. ...
  • McLachlan, G., and Peel, D. (۲۰۰۴), Finite Mixture Models, Wiley ...
  • Meinshausen, N. and Bühlmann, P. (۲۰۰۶), High-dimensional Graphs and Variable ...
  • Mukherjee, S. and Hill, S. M. (۲۰۱۱), Network Clustering: Probing ...
  • Rand, W. M. (۱۹۷۱), Objective Criteria for the Evaluation of ...
  • Städler, N., Bühlmann, P. and van de Geer, S. (۲۰۱۰), ...
  • Yuan, M. and Lin, Y. (۲۰۰۷), Model Selection and Estimation ...
  • Zhou, H., Pan, W. and Shen, X. (۲۰۰۹), Penalized Model-based ...
  • نمایش کامل مراجع