研究人员引入了分布行列式点过程（dDPP），一种用于聚类概率分布的新颖方法。该 dDPP 利用切片 Wasserstein 核，并被证明是一个有效的点过程。该框架允许使用具有排斥性的广义贝叶斯混合模型进行值分布的随机分区模型，并在混合测度的原子上放置 dDPP 先验。所提出的方法已应用于单细胞基因表达数据和人类癫痫病数据，产生了可解释且分离良好的簇。 AI
排序理由 该集群包含一篇详细介绍新统计方法的研究论文。[lever_c_demoted from research: ic=1 ai=0.4]
- Distributional Determinantal Point Process
- human epilepsy data
- single-cell gene expression data
- Wasserstein
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
