点过程值矩阵的行聚类
机器学习
2021-11-18 v2 机器学习
统计方法学
摘要
从各类平台采集的结构化点过程数据给机器学习界带来了新挑战。通过对重复观测的标记点过程施加矩阵结构，我们提出了一种用于识别观测数据中潜在异质性的多层次标记点过程混合模型。具体而言，我们研究一个其条目为标记对数高斯 Cox 过程并对该矩阵的行进行聚类的矩阵。提出了一种结合点过程函数主成分分析（FPCA）的高效半参数期望-求解（ES）算法用于模型估计。所提框架的有效性通过模拟研究与实际数据分析得以验证。
引用
@article{arxiv.2110.01207,
title = {Row-clustering of a Point Process-valued Matrix},
author = {Lihao Yin and Ganggang Xu and Huiyan Sang and Yongtao Guan},
journal= {arXiv preprint arXiv:2110.01207},
year = {2021}
}