分层Dirichlet过程原理及应用综述

作     者：周志敏 高申勇 Zhou Zhimin;Gao Shenyong

作者机构：浙江水利水电学院计算机与信息工程系浙江杭州310018 浙江大学电气工程学院浙江杭州310058 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2014年第31卷第8期

页      面：1-5,41页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61272539) 

主　　题：话题模型 Dirichlet过程 MCMC 

摘      要：Dirichlet过程是一种应用于非参数贝叶斯模型中的随机过程。通过其良好的聚类性质,基于此的模型可以通过简单的Gibbs采样决定参数的个数,从而为模型选择提供方便。近年来,在理论和应用上均得到了迅速的发展,引起越来越多的关注。分层Dirichlet过程是LDA模型的非参数模型推广,可以用来构建无穷个基本组元的混合模型。HDP被广泛地应用在概率话题模型的领域。首先说明Dirichlet过程的原理和采样方法,然后将其推广到分层Dirichlet过程中,并重点介绍基于Dirichlet过程的混合模型,最后对分层Dirichlet过程的应用进行了介绍。