大规模众数识别与数据驱动科学

Subhadeep Mukhopadhyay

大规模众数识别与数据驱动科学

统计方法学 2016-11-10 v4 统计理论统计理论

作者: Subhadeep Mukhopadhyay

摘要

凸包搜寻（bump-hunting）或众数识别（mode identification）是几乎每个数据驱动发现科学领域中出现的根本问题。令人惊讶的是，极少有数据建模工具可用于自动（不需要手动逐个案例调查）、客观（非主观）且非参数（不基于限制性参数模型假设）的众数发现，并能扩展到大型数据集。本文介绍LPMode——一种基于检测概率密度多模态新理论的算法。我们应用LPMode来回答从环境科学、生态学、计量经济学、分析化学到天文学和癌症基因组学等各个领域中的重要研究问题。

关键词

众数识别凸包搜寻多模态非参数密度估计 LPMode算法大规模数据数据驱动科学

引用

@article{arxiv.1509.06428,
  title  = {Large-Scale Mode Identification and Data-Driven Sciences},
  author = {Subhadeep Mukhopadhyay},
  journal= {arXiv preprint arXiv:1509.06428},
  year   = {2016}
}

备注

I would like to express my sincere thanks to the Editor and the anonymous reviewers for their in-depth comments, which have greatly improved the manuscript

大规模众数识别与数据驱动科学

摘要

关键词

引用

备注

相关论文