Онлайновая гауссова смесь (Online Gaussian Mixture Model)
Онлайновая гауссова смесь адаптирует классическую GMM к потоковым или крупномасштабным данным, заменяя полнопакетный EM (Expectation-Maximization) инкрементальными обновлениями — обрабатывая одно наблюдение или мини-пакет за раз и непрерывно уточняя средние значения компонент, ковариации и веса смешивания без повторного просмотра всего набора данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/ru/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.
- Байесовская гауссовская смесьМашинное обучение↔ compare
- Кластеризация методом k-среднихМашинное обучение↔ compare
- Онлайновый K-среднихМашинное обучение↔ compare
- Онлайн-обучениеМашинное обучение↔ compare
- Полуавтоматическая Гауссова Смесь (SS-GMM)Машинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →