文献

J-GLOBAL ID：202002214353788060   整理番号：20A0671282

SEMアルゴリズムはどのようにEMアルゴリズムを模倣するか?混合モデルのための非漸近解析【JST・京大機械翻訳】

How well do SEM algorithms imitate EM algorithms? A non-asymptotic analysis for mixture models

著者 (4件)： Blomer Johannes (Paderborn University, Paderborn, Germany) ,  Brauer Sascha (Paderborn University, Paderborn, Germany) ,  Bujna Kathrin (Paderborn University, Paderborn, Germany) ,  Kuntze Daniel (SAP SE, Walldorf, Germany)
資料名： Advances in Data Analysis and Classification  (Advances in Data Analysis and Classification)
巻： 14  号： 1  ページ： 147-173  発行年： 2020年 
JST資料番号： W4000A  ISSN： 1862-5347  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,異なる混合モデルに対するEMおよびSEMアルゴリズムの理論的および実験的比較を示した。SEMアルゴリズムはEMアルゴリズムの確率的変種である。SEMアルゴリズムの背後にある定性的直感は単純である:もし観察数が十分大きいならば,確率的SEMアルゴリズムの更新ステップが決定論的EMアルゴリズムの対応する更新ステップに類似していることを期待する。本論文では,この直感を定量化した。著者らは,高い確率で,任意のEM様アルゴリズムとその確率的変異体の更新方程式が類似していることを示し,入力集合がある特性を満たすことを示した。例えば,この結果は,ガウス混合モデルに対する良く知られたEMおよびSEMアルゴリズム,および多変量指数分布に対するEM様およびSEM様の発見的手法に適用される。著者らの実験は,著者らの理論的結果が多数の逐次更新ステップに対しても成立することを確認した。それにより,SEMアルゴリズムに対する既知の漸近結果を補完した。また,多変量Gaussおよび多変量Laplace混合モデルに対して,SEMの更新ステップはEM更新セットのほぼ2倍速いことを示した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 発見的方法 ,  指数分布 ,  *アルゴリズム
準シソーラス用語： 多変量 ,  Gauss混合モデル ,  決定論 ,  *漸近解析 ,  *混合モデル ,  *EMアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： EMアルゴリズム ,  SEMアルゴリズム ,  混合モデル ,  非漸近解析

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： SEM ,  アルゴリズム ,  EMアルゴリズム ,  模倣 ,  混合モデル ,  漸近解析