断棍过程与随机测度
断棍过程为构建贝叶斯非参数先验所依据的随机离散测度提供了明确的方法，使其可模拟和可计算。
用 PaperMind 寻找选题即将推出Find papers & topics
Tools & resources
Learn & explore
视频即将推出
Definition
断棍构造通过连续折断单位长度棍子的分数来形成权重，并为每个权重分配一个从基础测度中抽取的点，从而构建一个随机离散概率测度，为狄利克雷过程等非参数先验提供了明确的表示。
Scope
本主题涵盖了Sethuraman对狄利克雷过程的断棍构造、由此产生的权重分布、如Pitman-Yor过程和其他断棍先验的推广、完全随机测度，以及这些表示所实现的截断和切片采样算法。
Core questions
- 断棍过程如何构建狄利克雷过程的权重？
- Pitman-Yor和其他断棍先验如何推广这种构造？
- 什么是完全随机测度，它们如何生成非参数先验？
- 截断和切片采样如何利用这些表示进行推断？
Key concepts
- 断棍构造
- GEM分布
- Pitman-Yor过程
- 完全随机测度
- 截断
- 切片采样
- 原子和权重
Key theories
- 断棍表示
- Sethuraman证明了狄利克雷过程可以表示为点质量的无限加权和，其中权重由独立的Beta分布断棍过程形成，这使得先验明确且可模拟。
- 断棍推断
- 基于断棍形式的截断和切片采样吉布斯方法为广泛的断棍先验类别下的后验推断提供了通用算法。
Clinical relevance
断棍表示是非参数混合和聚类模型拟合实用算法的基础，使其能够应用于基因组学、主题建模和其他大规模应用中。
History
Sethuraman于1994年提出的断棍构造赋予了狄利克雷过程明确的、可计算的形式。Ishwaran和James在2001年提出的采样方法以及Pitman-Yor的推广将其扩展到了一大类断棍先验，这些先验在现代非参数贝叶斯计算中占据核心地位。
Key figures
- Jayaram Sethuraman
- Hemant Ishwaran
- Lancelot James
- Jim Pitman
Related topics
Seminal works
- sethuraman1994
- ishwaran2001
Frequently asked questions
- 为什么断棍构造很有用？
- 它将抽象的分布先验转化为明确的、可模拟的加权点质量之和，这使得从先验中抽样以及设计用于后验推断的吉布斯和切片采样器成为可能。