Structurally Aware Robust Model Selection for Mixtures
考虑结构信息的稳健混合模型选择AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般混合模型的错设稳健选择，使用因果结构知识不足以归为处理效应或其他所列方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
考虑结构信息的稳健混合模型选择
- 研究问题
- 混合模型的观测分布错设时，如何避免样本增大后用虚假子群补偿模型误差，并稳定识别具有实际含义的子群数量？
- 方法与思路
- 作者结合已知因果结构与对观测模型误差程度的粗略认识，构造新的混合模型选择准则，以提高子群发现对模型错设的稳健性。
- 材料陈述的贡献
- 摘要称在所述假设下证明一致性，并通过模拟和流式细胞术应用展示正确子群数量的识别，支持利用结构知识开展模型选择。
- 阅读关注点
- 应核对因果结构和错设程度如何进入准则、一致性的具体对象与假设，以及专家标注不足或误差判断失准时的表现。
- 阅读边界
- 这是 arXiv 预印本，未核实同行评审或期刊接收。摘要未列出一致性条件和错设范围，不能认为任意混合模型误差都可稳健处理。
原文摘要
Mixture models are often used to identify meaningful subpopulations (i.e., clusters) in observed data such that the subpopulations have a real-world interpretation (e.g., as cell types). However, when used for subpopulation discovery, mixture model inference is usually ill-defined a priori because the assumed observation model is only an approximation to the true data-generating process. Thus, as the number of observations increases, rather than obtaining better inferences, the opposite occurs: the data is explained by adding spurious subpopulations that compensate for the shortcomings of the observation model. However, there are two important sources of prior knowledge that we can exploit to obtain well-defined results no matter the dataset size: known causal structure (e.g., knowing that the latent subpopulations cause the observed signal but not vice-versa) and a rough sense of how wrong the observation model is (e.g., based on small amounts of expert-labeled data or some understanding of the data-generating process). We propose a new model selection criteria that, while model-based, uses this available knowledge to obtain mixture model inferences that are robust to misspecification of the observation model. We provide theoretical support for our approach by proving a first-of-its-kind consistency result under intuitive assumptions. Simulation studies and an application to flow cytometry data demonstrate our model selection criteria consistently finds the correct number of subpopulations.