实体
Bayesian mixture model based clustering of replicated microarray data
Bayesian mixture model based clustering of replicated microarray data
PulseAugur coverage of Bayesian mixture model based clustering of replicated microarray data — every cluster mentioning Bayesian mixture model based clustering of replicated microarray data across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
引入使用 Wasserstein 核的新的分布聚类方法
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。
-
揭示用于贝叶斯混合模型的新联邦学习方法
研究人员开发了一种用于在联邦学习环境中推断贝叶斯混合模型的新流程，通过允许数据保持隔离来解决隐私问题。该方法将变分共识蒙特卡洛 (CMC) 扩展到过度拟合模型，能够在无共轭的情况下推断簇数量和参数。它还引入了新颖的簇匹配算法，用于在簇可能不会出现在每个本地数据集中的跨数据孤岛场景，并提供了针对不同联邦学习约束量身定制的各种推断策略。