A data-driven selection of the number of clusters in the Dirichlet allocation model via Bayesian mixture modelling (2019)
- Authors:
- Autor USP: SUZUKI, ADRIANO KAMIMURA - ICMC
- Unidade: ICMC
- DOI: 10.1080/00949655.2019.1643345
- Subjects: CLUSTERS; ALGORITMOS ÚTEIS E ESPECÍFICOS; DISTRIBUIÇÕES (PROBABILIDADE)
- Keywords: Mixture model; Bayesian approach; Gibbs sampling; Metropolis–Hastings; split-merge update; Kullback–Leibler divergence
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Journal of Statistical Computation and Simulation
- ISSN: 0094-9655
- Volume/Número/Paginação/Ano: v. 89, n. 15, p. 2848-2870, 2019
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: green
- Licença: cc-by
-
ABNT
SARAIVA, Erlandson Ferreira e PEREIRA, C. A. B e SUZUKI, Adriano Kamimura. A data-driven selection of the number of clusters in the Dirichlet allocation model via Bayesian mixture modelling. Journal of Statistical Computation and Simulation, v. 89, n. 15, p. 2848-2870, 2019Tradução . . Disponível em: https://doi.org/10.1080/00949655.2019.1643345. Acesso em: 14 maio 2024. -
APA
Saraiva, E. F., Pereira, C. A. B., & Suzuki, A. K. (2019). A data-driven selection of the number of clusters in the Dirichlet allocation model via Bayesian mixture modelling. Journal of Statistical Computation and Simulation, 89( 15), 2848-2870. doi:10.1080/00949655.2019.1643345 -
NLM
Saraiva EF, Pereira CAB, Suzuki AK. A data-driven selection of the number of clusters in the Dirichlet allocation model via Bayesian mixture modelling [Internet]. Journal of Statistical Computation and Simulation. 2019 ; 89( 15): 2848-2870.[citado 2024 maio 14 ] Available from: https://doi.org/10.1080/00949655.2019.1643345 -
Vancouver
Saraiva EF, Pereira CAB, Suzuki AK. A data-driven selection of the number of clusters in the Dirichlet allocation model via Bayesian mixture modelling [Internet]. Journal of Statistical Computation and Simulation. 2019 ; 89( 15): 2848-2870.[citado 2024 maio 14 ] Available from: https://doi.org/10.1080/00949655.2019.1643345 - Uma abordagem bayesiana para o modelo de sobrevivência bivariado derivado da cópula AMH
- A Bayesian sparse finite mixture model for clustering data from a heterogeneous population
- Bayesian computational methods for sampling from the posterior distribution of a bivariate survival model, based on AMH copula in the presence of right-censored data
- O modelo Lindley-Weibull com proporção de cura: uma abordagem bayesiana
- Identifying differentially expressed genes using the Polya urn scheme
- On three-parameter exponential distribution: properties, bayesian and non-bayesian estimation based on complete and censored samples
- Uma abordagem bayesiana para modelos de sobrevivência bivariados baseados em cópulas arquimedianas
- An extended BURR XII distribution: properties, inference and applications
- Um tutorial sobre estimação em modelos de mistura
- Bayesian computational methods for estimation of two-parameters Weibull distribution in presence of right-censored data
Informações sobre o DOI: 10.1080/00949655.2019.1643345 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 2954292 - A data-driven s... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
