函数数据的联合聚类与配准
统计方法学
2014-03-28 v1
摘要
曲线配准和聚类是函数数据分析中的基本工具。虽然针对单独的任务已开发并探索了多种方法，但很少有关于同时推断函数簇和配准曲线的工作。我们提出了一种用于联合曲线聚类和配准的层次模型。我们的方案结合了一个用于常见形状聚类的 Dirichlet 过程混合模型，以及一个用于配准的相位变异性再生核表示。我们展示了如何应用标准后验模拟算法进行推断，并在工程数据和 Berkeley 生长数据的基准分析中将我们的方法与几种替代方法进行了比较。最后，我们将研究应用于时间过程基因表达。
引用
@article{arxiv.1403.7134,
title = {Joint Clustering and Registration of Functional Data},
author = {Yafeng Zhang and Donatello Telesca},
journal= {arXiv preprint arXiv:1403.7134},
year = {2014}
}