Obsah:
- Definice - Co znamená model Gaussian Mixture Model (GMM)?
- Techopedia vysvětluje Gaussian Mixture Model (GMM)
Definice - Co znamená model Gaussian Mixture Model (GMM)?
Gaussovský směsný model (GMM) je kategorie pravděpodobnostního modelu, který uvádí, že všechny vygenerované datové body jsou odvozeny ze směsi konečných gaussovských distribucí, které nemají žádné známé parametry. Parametry pro modely Gaussovy směsi jsou odvozeny buď z maximálního odhadu a posteriori, nebo z iteračního algoritmu očekávání-maximalizace z předchozího modelu, který je dobře vyškolen. Gaussovské smíšené modely jsou velmi užitečné, pokud jde o modelovací data, zejména data, která pocházejí z několika skupin.
Techopedia vysvětluje Gaussian Mixture Model (GMM)
Matematicky jsou gaussovské smíšené modely příkladem funkce parametrické hustoty pravděpodobnosti, kterou lze reprezentovat jako vážený součet všech hustot gaussovských složek. Jinými slovy, vážený součet Gaussovy hustoty složky M je znám jako model Gaussovy směsi a matematicky je to p (x | λ) = XM i = 1 wi g (x | µi, Σi), kde M je označeno pro hmotnost směsi, x je datový vektor s kontinuální hodnotou z D-dimenze ag (x | µi, Σi) je složka Gaussovy hustoty. Gaussovský směsný model sestává z kovariančních matric, hmotností směsí a průměrných vektorů z každé přítomné hustoty složky. Gaussovci jsou díky lineární kombinaci diagonální kovarianční základny schopni modelovat korelace prvků vektoru prvků. Dalším rysem gaussovského směsného modelu je tvorba hladkých aproximací k náhodně tvarovaným hustotám.
Gaussovské smíšené modely se používají v biometrických systémech, kde parametrický model pomáhá pochopit vlastnosti nebo měření související s těmi, jako jsou spektrální vlastnosti vokálního traktu. Gaussovské modely směsí se také používají pro odhad hustoty a jsou považovány za statisticky nejvyspělejší techniky pro shlukování.
