Model based clustering for young star clusters

Abstract

Model based clustering is a method of fitting finite mixtures models to data in order to identify clusters. It is widely used in many fields and has a variety of applications,one of those is the identification of young star clusters. We will examine four different models multivariate Gaussian, t, Skew Normal and Skew t mixtures and a method that suggests combining normal components to form a cluster. We will analyze their characteristics and we will then apply them to a real data set of young stars in order to evaluate their performance in this specific problem.

Η ανάλυση σε ομάδες με την χρήση πιθανοθεωρητικού μοντέλου είναι μια μέθοδος προσαρμογής μοντέλων μείξης κατανομών στα δεδομένα με σκοπό τον εντοπισμό ομάδων. Χρησιμοποιείται ευρέως σε πολλούς τομείς και για την επίλυση πολλών προβλημάτων, ένα από αυτά είναι ο εντοπισμός ομάδων νεαρών άστρων. Θα εξετάσουμε τέσσερα διαφορετικά μοντέλα, πολυμεταβλητή κανονική κατανομή, t, ασύμμετρη κανονική, ασύμμετρη t, και μια μέθοδο που προτείνει συνδυασμό μελών της μείξης κατανομών για τον σχηματισμό μιας ομάδας. Θα αναλύσουμε τα χαρακτηριστικά τους και στην συνέχεια θα τα εφαρμόσουμε σε ένα πραγματικό σετ δεδομένων νεαρών άστρων με σκοπό να αξιολογήσουμε την επίδοσή τους στο συγκεκριμένο πρόβλημα.