Taula de continguts:
- Definició: què significa el model de barreja gaussiana (GMM)?
- Techopedia explica el model de barreja gaussiana (GMM)
Definició: què significa el model de barreja gaussiana (GMM)?
Un model de barreja gaussiana (GMM) és una categoria de model probabilístic que estableix que tots els punts de dades generats es deriven d’una barreja d’una distribució Gaussiana finita que no té paràmetres coneguts. Els paràmetres per als models de barreja gaussiana es deriven de la màxima estimació posteriori o d’un algorisme iteratiu de maximització d’esperació d’un model anterior ben entrenat. Els models de barreja gaussiana són molt útils a l’hora de modelar dades, especialment dades que provenen de diversos grups.
Techopedia explica el model de barreja gaussiana (GMM)
Matemàticament, els models de barreja gaussiana són un exemple de funció de densitat de probabilitat paramètrica, que es pot representar com una suma ponderada de totes les densitats de components gaussians. Dit d'una altra manera, la suma ponderada de densitats gaussianes del component M es coneix com a model de barreja gaussiana i matemàticament és p (x | λ) = XM i = 1 wi g (x | µi, Σi), on M es denota per pesos de barreja, x és el vector de dades de valor continu de la dimensió D i g (x | µi, Σi) és el component de les densitats de Gauss. Un model de barreja gaussiana consisteix en matrius de covariància, pesos de barreja i vectors mitjans de cada densitat de components presents. Els gaussians són totalment capaços de modelar les correlacions dels elements vectorials gràcies a la combinació lineal de la base de covariància en diagonal. Una altra característica del model de barreja gaussiana és la formació d'aproximacions suaus a densitats de forma aleatòria.
Els models de barreja gaussiana s’utilitzen en sistemes biomètrics on el model paramètric ajuda a comprendre les característiques o mesures relacionades amb altres com ara les característiques espectrals del tracte vocal. Els models de barreja gaussiana també s’utilitzen per a l’estimació de la densitat i es consideren les tècniques més estadístiques madures per a l’agrupament.
