论文部分内容阅读
非参数化贝叶斯推断是统计学和机器学习近年来的研究热点,本文综述了其中具有代表性的随机过程-狄利克雷过程,包括理论基础、表示和构造方法、扩展模型、统计推断方法以及狄利克雷过程在机器学习、生物信息学中的应用.通过揭示狄利克雷过程与层次狄利克雷过程、嵌套狄利克雷过程、关联狄利克雷过程、矩阵截棍过程以及核截棍过程之间的关系,揭示了特定应用场景下狄利克雷过程的扩展方法和途径.通过狄利克雷过程与其他方法对比,指出了狄利克雷过程及其扩展模型的优点和局限性,在此基础上讨论狄利克雷过程的发展和未来研究方向.