具有部分身份信息的空间标记 - 重捕
网络与互联网体系结构
2015-07-29 v4
摘要
当使用两种方法且通常无法在两种方法之间协调个体性时，我们开发了一个针对空间标记 - 重捕数据的推断框架。一个特例出现在相机陷阱中，即分别获取左侧（方法 1）和右侧（方法 2）的照片但非同时获取。我们为潜在“完美”数据集指定了一个空间显式标记 - 重捕模型，该模型以方法间已知的个体身份为条件。我们将关联两个数据集个体的身份变量视为模型中的未知量，并提出了一种贝叶斯分析策略，其中使用 Metropolis 分量算法更新身份变量。本工作通过认识到捕获的空间并置中包含有关个体性的信息，扩展了先前处理不完整数据的努力。因此，通过两种采样方法获得的且空间位置接近的个体记录，比那些空间位置不接近的个体记录更有可能是同一个体。此处提出的模型利用空间显式标记 - 重捕模型，形式化了空间邻近性与个体性概率判定之间的这种权衡。
引用
@article{arxiv.1503.06871,
title = {Low latency protocol for transmission of measurement data from FPGA to Linux computer via 10 Gbps Ethernet link},
author = {Wojciech M. Zabolotny},
journal= {arXiv preprint arXiv:1503.06871},
year = {2015}
}
备注
Introduced further language corrections. Changed section describing resource consumption