http://www.cnr.it/ontology/cnr/individuo/prodotto/ID323079
Bayesian principal curve clustering by species-sampling mixture models (Contributo in atti di convegno)
- Type
- Label
- Bayesian principal curve clustering by species-sampling mixture models (Contributo in atti di convegno) (literal)
- Anno
- 2014-01-01T00:00:00+01:00 (literal)
- Alternative label
Argiento, R., Guglielmi, A. (2014)
Bayesian principal curve clustering by species-sampling mixture models
in 47th Scientific Meeting of the Italian Statistical Society, Cagliari, 10-14 Luglio
(literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
- Argiento, R., 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
- PROCEEDINGS of the 47th Scientific Meeting of the Italian Statistical Society (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
- CNR- IMATI Milano, Politecnico di Milano (literal)
- Titolo
- Bayesian principal curve clustering by species-sampling mixture models (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
- In questo lavoro siamo interessati al raggruppamento di dati il cui supporto
`e \"curvo\". Per perseguire questo obiettivo, seguiamo un approccio bayesiano
non parametrico utilizzando un modello mistura a campionamento di specie. Il nostro
primo obiettivo `e quello di definire una classe generale/flessibile di distribuzioni
parametriche, in modo che queste possano modellare gruppi con forme non usuali.
A tal fine, estendiamo la definizione di curva principale data in [8] (Tibshirani 1992)
ad un contesto bayesiano. In conclusione, in questo lavoro proponiamo un nuovo
modello gerarchico, nel quale i dati in ciascun gruppo hanno distribuzione parametrica
centrata su una curva. L'assegnazione a priori dei dati ai gruppi `e invece
rappresentata mediante la legge di variabili latenti al secondo livello di gerarchia,
le quali son distribuite secondo un processo a campionamento di specie. Come applicazione
consideriamo l'individuazione di faglie sismiche per dati provenienti da
un catalogo di terremoti italiano. (literal)
- In this work we are interested in clustering data whose support is \"curved\".
For this purpose, we will follow a Bayesian nonparametric approach by considering
a species sampling mixture model. Our first goal is to define a general/flexible
class of distributions, such that they can model data from clusters with non standard
shape. To this end, we extend the definition of principal curve given in [8] (Tibshirani
1992) into a Bayesian framework.We propose a new hierarchical model, where
the data in each cluster are parametrically distributed around the Bayesian principal
curve, and the prior cluster assignment is given on the latent variables at the second
level of hierarchy according to a species sampling model. As an application we will
consider the detection of seismic faults using data coming from Italian earthquake
catalogues. (literal)
- Editore
- Prodotto di
- Autore CNR
- Insieme di parole chiave
Incoming links:
- Prodotto
- Autore CNR di
- Editore di
- Insieme di parole chiave di