Název: Distributed Sequential Zero-Inflated Poisson Regression
Autoři: Žemlička, R. ; Dedecius, Kamil
Typ dokumentu: Výzkumné zprávy
Rok: 2021
Jazyk: eng
Edice: Research Report, svazek: 2393
Abstrakt: The zero-inflated Poisson regression model is a generalized linear model (GLM) for non-negative count variables with an excessive number of zeros. This letter proposes its low-cost distributed sequential inference from streaming data in networks with information diffusion. The model is viewed as a probabilistic mixture of a Poisson and a zero-located Dirac component, whose probabilities are estimated using a quasi-Bayesian procedure. The regression coefficients are inferred by means of a weighted Bayesian update. The network nodes share their posterior distributions using the diffusion protocol.\n
Klíčová slova: GLM; Poisson regression; zero inflation

Instituce: Ústav teorie informace a automatizace AV ČR (web)
Informace o dostupnosti dokumentu: Dokument je dostupný na externích webových stránkách.
Externí umístění souboru: http://library.utia.cas.cz/separaty/2021/AS/dedecius-0549265.pdf
Původní záznam: http://hdl.handle.net/11104/0325721

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-508274


Záznam je zařazen do těchto sbírek:
Věda a výzkum > AV ČR > Ústav teorie informace a automatizace
Zprávy > Výzkumné zprávy