Online Gaussian Mixture Model
Online Gaussian Mixture Model tilpasser den klassiske GMM til strømmedata eller storskala data ved å erstatte full-batch EM med inkrementelle oppdateringer — prosesserer én observasjon eller mini-batch om gangen og kontinuerlig raffinerer komponentmidler, kovarianser og blandingsvekter uten å gå gjennom hele datasettet på nytt.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Sato, M. & Ishii, S. (2000). On-line EM algorithm for the normalized Gaussian network. Neural Computation, 12(2), 407–432. DOI: 10.1162/089976600300015853 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/no/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.
- Bayesiansk Gaussisk BlandingsmodellMaskinlæring↔ compare
- K-means klyngeanalyseMaskinlæring↔ compare
- Online K-meansMaskinlæring↔ compare
- Online læringMaskinlæring↔ compare
- Semi-supervised Gaussian Mixture ModelMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →