资源描述：
《分层Dirichlet过程及其应用综述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第37卷第4期自动化学报Vol.37,No.42011年4月ACTAAUTOMATICASINICAApril,2011分层Dirichlet过程及其应用综述周建英1王飞跃1曾大军1摘要Dirichlet过程是一种应用于非参数贝叶斯模型中的随机过程,特别是作为先验分布应用在概率图模型中.与传统的参数模型相比,Dirichlet过程的应用更加广泛且模型更加灵活,特别是应用于聚类问题时,该过程能够自动确定聚类数目和生成聚类中心的分布参数.因此,近年来,在理论和应用上均得到了迅速的发展,引起越来越多的关注.本
2、文首先介绍Dirichlet过程,而后描述了以Dirichlet过程为先验分布的Dirichlet过程混合模型及其应用,接着概述分层Dirichlet过程及其在相关算法构造中的应用,最后对分层Dirichlet过程的理论和应用进行了总结,并对未来的发展方向作了探讨.关键词Dirichlet过程,概率图模型,聚类,分层Dirichlet过程DOI10.3724/SP.J.1004.2011.00389HierarchicalDirichletProcessesandTheirApplications:AS
3、urveyZHOUJian-Ying1WANGFei-Yue1ZENGDa-Jun1AbstractDirichletprocessesareatypeofstochasticprocesseswidelyusedinnonparametricBayesianmodels,especiallyinresearchthatinvolvesprobabilisticgraphicalmodels.Overthepastfewyears,signi¯cante®orthasbeenmadeinthestudy
4、ofsuchprocesses,mainlyduetotheirmodeling°exibilityandwideapplicability.Forinstance,Dirichletprocessesarecapableoflearningthenumberofclustersaswellasthecorrespondingparametersofeachclusterwhereasotherclusteringorclassi¯cationmodelsusuallyarenotableto.Inth
5、issurvey,we¯rstintroducethede¯nitionsofDirichletprocesses.WethenpresentDirichletprocessmixturemodelsandtheirapplications,anddiscussindetailhierarchicalDirichletprocesses(HDP),theirrolesinconstructingothermodels,andexamplesofrelatedapplicationsinmanyimpor
6、tant¯elds.Finally,wesummarizerecentdevelopmentsinthestudyandapplicationsofhierarchicalDirichletprocessesando®erourremarksonfutureresearch.KeywordsDirichletprocesses,probabilisticgraphicalmodels,clustering,hierarchicalDirichletprocesses(HDP)机器学习是人工智能的核心研究
7、领域之一,其可靠.同时人为的标注和分类很难将各种类别都考主要目的是通过经验来提高某任务处理的性能[1].在虑到,而新的数据中也可能会有未知类型出现,依靠实际应用中,经验"通常是以某些格式的数据存在训练样本得到的模型将无法继续应用在新的数据建的,因此机器学习要完成的工作是从(观测)数据(样模中.因此,传统的统计学习算法将不再适用,我们本)出发挖掘数据的潜在规律,利用这些规律对未来需要一种模型,这种模型不依赖于训练样本,而且随数据或无法观测的数据进行预测判断.目前机器学着数据的变化,模型能够实现自适应的变
8、化,实现习在搜索引擎、网络安全监控、国防安全、交通安全模型的参数学习和分类数目自动更新等任务.和电子商务系统等等很多领域中均已得到了广泛的在这种需求下,近年来,Dirichlet过程得到了广应用.泛的关注和发展[2¡5],以Dirichlet过程为先验分布机器学习的这些应用主要是基于统计学习理论的各种非参数贝叶斯模型在文本处理、视频监控数的,即其假设训练样本将数据的所有信息实现统计据处理和静态图像内容理解以及统计认知的研究应描述,基于训练样
