Latent Stick-Breaking Processes
潜在断棒过程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。
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：摘要主线为随机分布与空间聚类，金融应用未明确到定价、波动率、风险或预测细分。
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…
潜在断棒过程
- 研究问题
- 如何为边际分布本身随机的随机过程建模，同时让不同位置之间形成依赖，并使相近位置更可能属于同一聚类？
- 方法与思路
- 作者通过断棒构造边际分布，使用潜在高斯 copula 选择原子并引入位置依赖，配套开发 MCMC 计算算法。
- 材料陈述的贡献
- 摘要称，潜在断棒过程诱导指标空间的随机划分，近邻同簇概率较高，并讨论金融计量与生态学中的应用。
- 阅读关注点
- 应核对边际随机性与位置依赖如何共同设定、距离和同簇概率的关系，以及 MCMC 更新方式与混合表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未提供算法细节或应用结果，金融计量的概括性提及不足以确定具体任务。
原文摘要
We develop a model for stochastic processes with random marginal distributions. Our model relies on a stick-breaking construction for the marginal distribution of the process, and introduces dependence across locations by using a latent Gaussian copula model as the mechanism for selecting the atoms. The resulting latent stick-breaking process (LaSBP) induces a random partition of the index space, with points closer in space having a higher probability of being in the same cluster. We develop an efficient and straightforward Markov chain Monte Carlo (MCMC) algorithm for computation and discuss applications in financial econometrics and ecology. This article has supplementary material online.