http://www.cnr.it/ontology/cnr/individuo/prodotto/ID323078
A Bayesian nonparametric model for density and cluster estimation: the epsilon-NGG process mixture (Contributo in atti di convegno)
- Type
- Label
- A Bayesian nonparametric model for density and cluster estimation: the epsilon-NGG process mixture (Contributo in atti di convegno) (literal)
- Anno
- 2014-01-01T00:00:00+01:00 (literal)
- Alternative label
Argiento, R., Bianchini, I., Guglielmi, A. (2014)
A Bayesian nonparametric model for density and cluster estimation: the epsilon-NGG process mixture
in 47th Scientific Meeting of the Italian Statistical Society, Cagliari, 10-14 Luglio 2014
(literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
- Argiento, R., Bianchini, I., Guglielmi, A. (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url
- http://www.sis2014.it/proceedings/ (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#titoloVolume
- 47th Scientific Meeting of the Italian Statistical Society (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
- CNR (Italy), Politecnico di Milano (Italy) e CNR (italy), Politecnico di Milano (Italy) (literal)
- Titolo
- A Bayesian nonparametric model for density and cluster estimation: the epsilon-NGG process mixture (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#isbn
- 978-88-8467-874-4 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#curatoriVolume
- S. Cabras, T. Di Battista and W. Racugno (literal)
- Abstract
- Introduciamo una nuova classe di misure di probabilit`a aleatorie che ap-
prossimano il noto processo gamma generalizzata normalizzato (NGG). Il nuovo
processo qui definito `e costruito a partire dalla rappresentazione del processo NGG
come misura discreta, in cui i pesi sono ottenuti dalla normalizzazione dei punti di
un processo di Poisson, e il cui supporto `e costituito da punti iid, ma considerando
nella somma che definisce il nuovo processo solo salti pi`u grandi di una certa soglia
e . Pertanto, questo processo `e una misura di probabilit`a aleatoria discreta con un
numero finito (q.c.) di punti di supporto. Alla soglia e pu`o essere assegnata una
prior. Considereremo tale nuovo processo come la misura integrale in un modello
mistura per la stima di densit`a e l'analisi di cluster. Uno dei principali risultati di
questo lavoro `e la costruzione di un algoritmo Gibbs sampler per simulare dalla
posterior del modello considerato. Infine, illustreremo il nostro algoritmo utilizzando il dataset Galaxy. (literal)
- We define a new class of random probability measures, approximating
the well-known normalized generalized gamma (NGG) process. Our new process is
defined from the representation of NGG processes as discrete measures where the
weights are obtained by normalization of the jumps of a Poisson process, and the
support consists of iid points, however considering only jumps larger than a thresh-
old e . Therefore, the number of jumps of this new process, called e-NGG process,
is a.s. finite. A prior distribution for e can be elicited. We will assume the e-NGG
process as the mixing measure in a mixture model for density and cluster estima-
tion. Moreover, a efficient Gibbs sampler scheme to simulate from the posterior is
provided. Finally, the performance of our algorithm on the Galaxy dataset will be
illustrated. (literal)
- Editore
- Prodotto di
- Autore CNR
- Insieme di parole chiave
Incoming links:
- Prodotto
- Autore CNR di
- Editore di
- Insieme di parole chiave di