ScholarGate
Assistente
Machine learningMachine learning

Modello Gaussiano di Miscela Online

Il Modello Gaussiano di Miscela Online adatta il classico GMM ai dati in streaming o su larga scala sostituendo l'EM a batch completo con aggiornamenti incrementali — elaborando un'osservazione o un mini-batch alla volta e affinando continuamente medie, covarianze e pesi di miscelazione dei componenti senza rivisitare l'intero set di dati.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. Cappé, O. & Moulines, E. (2009). On-line expectation-maximization algorithm for latent data models. Journal of the Royal Statistical Society: Series B, 71(3), 593–613. DOI: 10.1111/j.1467-9868.2009.00698.x
  2. Sato, M. & Ishii, S. (2000). On-line EM algorithm for the normalized Gaussian network. Neural Computation, 12(2), 407–432. DOI: 10.1162/089976600300015853

Come citare questa pagina

ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/it/machine-learning/online-gaussian-mixture-model

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citato da

ScholarGateOnline Gaussian Mixture Model (Online Gaussian Mixture Model (Incremental / Streaming GMM)). Consultato il 2026-06-15 da https://scholargate.app/it/machine-learning/online-gaussian-mixture-model · Insieme di dati: https://doi.org/10.5281/zenodo.20539026