scholarly journals ChiRP: Chinese Restaurant Process Mixtures for Regression and Clustering

2019 ◽  
Vol 4 (35) ◽  
pp. 1287 ◽  
Author(s):  
Arman Oganisian
Inventions ◽  
2018 ◽  
Vol 3 (4) ◽  
pp. 80 ◽  
Author(s):  
Georgios Palaiokrassas ◽  
Athanasios Voulodimos ◽  
Antonios Litke ◽  
Athanasios Papaoikonomou ◽  
Theodora Varvarigou

In this paper, we propose a method for event detection on social media, which aims at clustering media items into groups of events based on their textural information as well as available metadata. Our approach is based on distance-dependent Chinese Restaurant Process (ddCRP), a clustering approach resembling Dirichlet process algorithm. Furthermore, we scrutinize the effectiveness of a series of pre-processing steps in improving the detection performance. We experimentally evaluated our method using the Social Event Detection (SED) dataset of MediaEval 2013 benchmarking workshop, which pertains to the discovery of social events and their grouping in event-specific clusters. The obtained results indicate that the proposed method attains very good performance rates compared to existing approaches.


2019 ◽  
Author(s):  
Γεώργιος Παλαιοκρασσάς

Η παρούσα διδακτορική διατριβή μελετά και προτείνει ρεαλιστικές λύσεις σε σημαντικά θέματα που σχετίζονται με την ανάλυση δεδομένων από κοινωνικά δίκτυα. Στα πλαίσια της έρευνας μελετάται επίσης η εφαρμογή σε ένα ετερογενές πολυμεσικό περιβάλλον. Χρησιμοποιούνται πολλές τεχνολογίες όπως η μετάδοση υψηλήςανάλυσης πολυμεσικού περιεχομένου, μεθοδολογίες για επίβλεψη και ανάλυση τηςδραστηριότητας από κοινωνικά δίκτυα για την επισήμανση ταινιών σε πραγματικόχρόνο χρησιμοποιώντας ανθρωποκεντρική σημασιολογική εξαγωγή βασιζόμενη σε MPEG-7 προφίλ. Επιτυγχάνεται βελτίωση της εκπαιδευτικής διαδικασίας μέσω της παρουσίασης εκπαιδευτικών ταινιών σε παραδοσιακά πολιτιστικά κέντρα και μουσεία.Το παρουσιαζόμενο σύστημα μπορεί να χρησιμοποιηθεί σε πολλές εφαρμογές, όπου το κοινωνικό περιεχόμενο χρειάζεται να αναθεωρηθεί από πολλά άτομα που μπορεί να είναι γεωγραφικά απομακρυσμένα και να τροποποιηθεί ύστερα από ομάδα ειδικών σύμφωνα με τα ληφθέντα σχόλια. Αξιοποιήθηκε με επιτυχία στα πλαίσια του ευρωπαϊκού ερευνητικού έργου EXPERIMEDIA σε πολιτισμικά και εκπαιδευτικά κέντρα όπως στο Ίδρυμα Μείζονος Ελληνισμού κ.α. Παράλληλα, αναπτύχθηκε μια υπηρεσία εντοπισμού γεγονότων σε δεδομένα από κοινωνικά δίκτυα με στόχο να αναλύσει δεδομένα, προκειμένου να τα ομαδοποιήσεισε συλλογές βάσει του κειμένου και των διαθέσιμων μεταδεδομένων. Βασίζεται στον distance-dependent Chinese Restaurant Process αλγόριθμο, μια προσέγγιση ομαδοποίησης που ομοιάζει με τον αλγόριθμο της διαδικασίας Dirichlet, ενώ εξετάστηκε μια σειρά μεθόδων προεπεξεργασίας των δεδομένων και αξιολόγησης. Στα πλαίσια της διατριβής εξετάστηκε διεξοδικά επίσης το πρόβλημα της ανάλυσηςσυναισθήματος σε δεδομένα από κοινωνικά δίκτυα, όπου ανέπτυχθηκε μια υπηρεσία ανάλυσης συναισθήματος αξιοποιώντας τον αλγόριθμο γράφων ν-γραμμάτων προκειμένου να εξαχθούν μοτίβα και να ταξινομηθούν τα δεδομένα σε μια από τις διαθέσιμες κατηγορίες. Οι δύο υπηρεσίες αξιολογήθηκαν χρησιμοποιώντας πολλαπλά σύνολα δεδομένων και μετρικών και αξιοποιήθηκαν στα πλαίσια του ευρωπαϊκού ερευνητικού έργου SUPER ως βασικό τμήμα μιας ενιαίας πλατφόρμας για την αξιοποίηση των κοινωνικών δικτύων από τις υπηρεσίες πολιτικής προστασίας κατά την διάρκεια καταστάσεων έκτακτης ανάγκης.


Author(s):  
Dongming Li ◽  
Changming Sun ◽  
Su Wei ◽  
Yue Yu ◽  
Jinhua Yang ◽  
...  

In this paper, a segmentation method for cell images using Markov random field (MRF) based on a Chinese restaurant process model (CRPM) is proposed. Firstly, we carry out the preprocessing on the cell images, and then we focus on cell image segmentation using MRF based on a CRPM under a maximum a posteriori (MAP) criterion. The CRPM can be used to estimate the number of clusters in advance, adjusting the number of clusters automatically according to the size of the data. Finally, the conditional iteration mode (CIM) method is used to implement the MRF based cell image segmentation process. To validate our proposed method, segmentation experiments are performed on oral mucosal cell images. The segmentation results were compared with other methods, using precision, Dice, and mean square error (MSE) as the objective evaluation criteria. The experimental results show that our method produces accurate cell image segmentation results, and our method can effectively improve segmentation for the nucleus, binuclear cell, and micronucleus cell. This work will play an important role in cell image recognition and analysis.


Sign in / Sign up

Export Citation Format

Share Document