时间序列的贝叶斯非参数动态聚类方法

研究人员提出一种通过在未知数量的线性动态体制间切换来建模无限时间序列聚类演变的方法。该方法将分层狄利克雷过程作为切换线性动态系统参数的先验，并结合高斯过程先验建模各聚类内部的振幅与时间对齐变化，以避免聚类非必要扩散。团队构建了适用于离线与在线场景的变分下界优化推理，并在公开心电图数据库的案例中验证了其有效性。