Modality-Constrained Density Estimation via Deformable Templates
Modality-Constrained Density Estimation via Deformable Templates
复制标题
通过可变形模板进行模态约束密度估计
DOI：
10.1080/00401706.2020.1867647
复制
发表时间：
2020
期刊：
影响因子：
2.5
通讯作者：
Srivastava, Anuj
中科院分区：
文献类型：
--
作者：
Dasgupta, Sutanoy;Pati, Debdeep;Jermyn, Ian H.;Srivastava, Anuj
估计的概率密度函数（pdf）从它的样本，同时满足一定的形状约束，是一个重要的问题，缺乏文献报道。本文介绍了一种新的几何，变形模板约束密度估计器（dtcode）估计的概率密度函数约束有一个给定的模式数。我们的方法探索了空间的约束PDF使用的形状保持变换：从给定的形状类的任意模板通过形状保持变换，以获得最终的最优估计。在最大似然准则下，通过将变换映射到希尔伯特球的切空间来搜索这种最佳变换，在那里它们被有效地线性化，并且可以使用正交基来表示。这个框架首先适用于（单变量）无条件密度，然后扩展到条件密度。我们提供的dtcode的渐近收敛速度，并应用该框架的速度分布在加利福尼亚州的高速公路上的不同的交通流量。
Estimation of a probability density function (pdf) from its samples, while satisfying certain shape constraints, is an important problem that lacks coverage in the literature. This article introduces a novel geometric, deformable template constrained density estimator (dtcode) for estimating pdfs constrained to have a given number of modes. Our approach explores the space of thus-constrained pdfs using the set of shape-preserving transformations: an arbitrary template from the given shape class is transformed via a shape-preserving transformation to obtain the final optimal estimate. The search for this optimal transformation, under the maximum-likelihood criterion, is performed by mapping transformations to the tangent space of a Hilbert sphere, where they are effectively linearized, and can be expressed using an orthogonal basis. This framework is first applied to (univariate) unconditional densities and then extended to conditional densities. We provide asymptotic convergence rates for dtcode, and an application of the framework to the speed distributions for different traffic flows on Californian highways.
登录
查看更多内容
DOI：
--
发表时间：
1997
期刊：
影响因子：
--
作者：
L. Birgé
通讯作者：
L. Birgé
影响因子：
7
作者：
Pollard, Katherine S.;Hubisz, Melissa J.;Siepel, Adam
通讯作者：
Siepel, Adam
基于数据的正交级数密度估计的最优平滑
影响因子：
4.5
作者：
G. Wahba
通讯作者：
G. Wahba
影响因子：
4.5
作者：
BRUNNER, LJ;LO, AY
通讯作者：
LO, AY
DOI：
--
发表时间：
1999
期刊：
--
影响因子：
--
作者：
Mary C. Meyer
通讯作者：
Mary C. Meyer