Markov Chain Sampling Methods for Dirichlet Process Mixture Models
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
- Écart entre enseignants
- 0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
La notice
- Revue
- Journal of Computational and Graphical Statistics
- Thématique
- Bayesian Methods and Mixture Models
- Domaine
- Computer Science
- Établissements canadiens
- —
- Organismes subventionnaires
- Natural Sciences and Engineering Research Council of Canada
- Mots-clés
- Dirichlet processMarkov chainMathematicsDirichlet distributionSampling (signal processing)Slice samplingMarkov chain Monte CarloHierarchical Dirichlet processComputer scienceMarkov renewal processApplied mathematicsStatisticsEconometricsStatistical physicsMarkov modelVariable-order Markov modelBayesian probabilityMathematical analysis
- Résumé présent dans OpenAlex
- non