基于条件自动回归分布的齐次建模提议
计算机视觉与模式识别
2025-07-14 v1
摘要
条件自动回归（CAR）分布广泛用于地理分析中离域数据的空间依赖性建模。这些分布通过定义相邻单元之间的条件关系来建立多变量依赖网络，从而导致相邻观测值之间呈正相关。尽管CAR分布在实际操作上便利，但其条件性质可能导致不理想的边缘属性，例如固有的异质性假设可能显著影响后验分布。在本文中，我们强调了CAR分布所涉及的方差问题，特别关注与区域几何有关的边缘效应和制件。我们指出，边缘效应在疾病映射研究中的影响可能比以前预期的更为显著和普遍。为了解决这些齐次性问题，我们引入了一种新的条件自动回归分布，以缓解这些问题。我们演示了该分布如何有效解决先前模型中识别出的实际问题。
引用
@article{arxiv.2507.08375,
title = {Unsupervised Methods for Video Quality Improvement: A Survey of Restoration and Enhancement Techniques},
author = {Alexandra Malyugina and Yini Li and Joanne Lin and Nantheera Anantrasirichai},
journal= {arXiv preprint arXiv:2507.08375},
year = {2025}
}