검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Component Reduction for Gaussian Mixture Models 가우스 혼합 모델의 성분 감소

Kumiko MAEBASHI, Nobuo SUEMATSU, Akira HAYASHI

  • 조회수

    0

  • 이것을 인용

요약 :

혼합물 모델링 프레임워크는 많은 응용 프로그램에서 널리 사용됩니다. 이 논문에서 우리는 구성 요소 감소 가우스 혼합 모델을 더 적은 수의 구성 요소를 사용하여 가우스 혼합으로 축소하는 기술입니다. EM(Expectation-Maximization) 알고리즘은 일반적으로 혼합 모델을 데이터에 맞추는 데 사용됩니다. 우리의 알고리즘은 EM 알고리즘을 사용하여 혼합 모델 학습을 확장하여 파생되었습니다. 이 확장에서는 일부 중요한 양을 분석적으로 평가할 수 없다는 사실로 인해 어려움이 발생합니다. 우리는 효과적인 근사를 도입함으로써 이러한 어려움을 극복했습니다. 우리 알고리즘의 효율성은 이를 간단한 합성 구성 요소 감소 작업과 음소 클러스터링 문제에 적용하여 입증됩니다.

발행
IEICE TRANSACTIONS on Information Vol.E91-D No.12 pp.2846-2853
발행일
2008/12/01
공개일
온라인 ISSN
1745-1361
DOI
10.1093/ietisy/e91-d.12.2846
원고의 종류
PAPER
범주
패턴 인식

작성자

키워드