|
Информационные технологии и вычислительные системы, 2017, выпуск 1, страницы 101–111
(Mi itvs260)
|
|
|
|
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Байесовская идентификация параметров смеси нормальных распределений
Ю. А. Дубновabc, А. В. Булычевab a ИСА РАН (ФИЦ ИУ РАН)
b Высшая школа экономики (ВШЭ)
c МФТИ
Аннотация:
Рассматривается задача восстановления параметров смеси многомерных нормальных распределений, применяющихся в задачах машинного обучения «без учителя». Предложен метод идентификации моделей, базирующийся на байесовском выводе и принципе максимума апостериорного распределения. В работе описан метод поиска максимума многоэкстремальной функции плотности посредством сэмплирования алгоритмом Метрополиса-Гастингса, приведено качественное и количественное сравнение предложенного алгоритма с EM-алгоритмом для максимизации правдоподобия, а также представлены результаты его работы, как на модельных синтетических примерах, так и на реальных данных из коллекции «fisheriris».
Ключевые слова:
смесь нормальных распределений, теорема Байеса, алгоритм Метрополиса-Гастингса, классификация.
Образец цитирования:
Ю. А. Дубнов, А. В. Булычев, “Байесовская идентификация параметров смеси нормальных распределений”, ИТиВС, 2017, № 1, 101–111
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/itvs260 https://www.mathnet.ru/rus/itvs/y2017/i1/p101
|
|