Онлайнова гаусова суміш (Online Gaussian Mixture Model)
Онлайнова гаусова суміш адаптує класичну GMM до потокових або великомасштабних даних, замінюючи повний пакетний EM (Expectation-Maximization) на інкрементні оновлення — обробляючи одне спостереження або міні-пакет за раз і безперервно уточнюючи середні значення компонентів, коваріації та ваги змішування без повторного перегляду всього набору даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/uk/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.
- Байєсівська гауссова сумішМашинне навчання↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
- Online K-meansМашинне навчання↔ compare
- Онлайн-навчанняМашинне навчання↔ compare
- Напівкерована Гауссова Суміш (Semi-supervised Gaussian Mixture Model, SS-GMM)Машинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →