ScholarGate
Assistente
Machine learningMachine learning

Modelo Gaussiano de Mistura Online

O Modelo Gaussiano de Mistura Online (Online Gaussian Mixture Model) adapta o GMM clássico a dados em streaming ou de larga escala, substituindo o EM de lote completo por atualizações incrementais — processando uma observação ou mini-lote por vez e refinando continuamente as médias, covariâncias e pesos de mistura dos componentes sem revisitar todo o conjunto de dados.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/pt/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

Referenciado por

ScholarGateOnline Gaussian Mixture Model (Online Gaussian Mixture Model (Incremental / Streaming GMM)). Recuperado em 2026-06-15 de https://scholargate.app/pt/machine-learning/online-gaussian-mixture-model · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026