高维相关数据的在线变分贝叶斯推断
摘要：高维数据在许多学科中已成为常见现象，其中包含成千上万个观测值。对这种数据的分析面临许多计算挑战，特别是当观测值在时间上和/或空间上存在相关性时。在本文中，我们提出了一种灵活的层次回归模型，用于分析这种数据，以适应串行和/或空间相关性。我们通过采用近似推理框架来解决拟合这些模型所涉及的计算挑战。我们开发了一种在线变分贝叶斯算法，通过逐步按照一部分数据将数据读入内存中的方式工作。通过模拟研究评估了该方法的性能。我们应用了该方法来分析膝关节骨关节炎患者的MRI图像中的信号强度，使用了骨关节炎倡议的数据。
作者：Sylvie Tchumtchoua, David B. Dunson, and Jeffrey S. Morris
论文ID：1108.1079
分类：Computation
分类简称：stat.CO
提交时间：2011-08-05