«expectation-maximization» etiketlenmiş sorular

Gizli değişkenli modelleri (özellikle pLSA) öğrenmek için EM algoritmasına hızlı alternatifler var mı? Hız lehine hassasiyetten ödün vermekte sorun yok.

13 machine-learning  optimization  expectation-maximization  lsa 

Diyelim ki 50 milyon eşsiz şeyden oluşan bir popülasyonum var ve 10 milyon örnek alıyorum (değiştirerek) ... İlk grafik ekli olduğum, aynı "şeyi" kaç kez örneklediğimi gösteriyor. popülasyon örneklemden daha büyük. Ancak popülasyonum sadece 10 milyon şeyse ve 10 milyon örnek alırsam, ikinci grafikte aynı şeyi tekrar tekrar örnekleyeceğim. Benim …

13 r  sampling  expectation-maximization 

İki grup veri tek bir veri kümesinden ayırmaya çalışıyorum. Popülasyonlardan birinin normal olarak dağıldığını ve numunenin en az yarısı kadar olduğunu varsayabilirim. İkincisinin değerleri, birincinin değerlerinden daha düşük veya daha yüksektir (dağılım bilinmemektedir). Ne yapmaya çalışıyorum normal dağıtılmış nüfusu diğerine kapsayacak üst ve alt sınırları bulmaktır. Benim varsayım bana başlangıç …

13 dataset  outliers  expectation-maximization 

MLE (Maksimum Olabilirlik Tahmini) ve varsa EM'ye (Beklenti Maksimizasyonu) hangi bağlantıya ilişkin açıklığa kavuşturmak istediğim bazı basit kavramsal sorularım var. Anladığım kadarıyla, birisi "MLE'yi kullandık" derse, bu otomatik olarak verilerinin PDF'sinin açık bir modeline sahip oldukları anlamına mı gelir? Bana öyle geliyor ki cevabı evet. Başka bir deyişle, herhangi bir …

12 estimation  maximum-likelihood  expectation-maximization 

Bir dizi bağımsız, aynı şekilde dağıtılmış tek değişkenli gözlem ve nasıl oluşturulduğu hakkında iki hipotezim olduğunu varsayalım :xxxxxx H0H0H_0 : xxx , bilinmeyen ortalama ve varyansa sahip tek bir Gauss dağılımından çizilir. HAHAH_A : xxx ortalama, varyans ve karışım katsayısı bilinmeyen iki Gaussian karışımından alınmıştır. Doğru anladıysam, bu o modele …

11 hypothesis-testing  normal-distribution  expectation-maximization 

Bir Gizli Markov Modelinde geçiş olasılıklarına belirli başlangıç ​​değerleri vermenin faydaları nelerdir? Sonunda sistem onları öğrenecek, o halde rastgele olanlar dışında değer vermenin anlamı nedir? Altta yatan algoritma Baum – Welch gibi bir fark yaratıyor mu? Başlangıçtaki geçiş olasılıklarını çok doğru bir şekilde bilirsem ve asıl amacım, gizli durumdan gözlemlere …

11 machine-learning  expectation-maximization  hidden-markov-model 

Sıfır Poisson regresyon modeli bir numune için tanımlandığı şişirilmiş ile Y i = { 0 olasılığı ile p ı + ( 1 - s i ) E - λ ı k olasılığı ile ( 1 - p i ) e - λ i λ k i / k ! ve …

10 generalized-linear-model  maximum-likelihood  poisson-distribution  expectation-maximization  latent-variable 

Birisi gizli Markov modellerinin beklenti maksimizasyonu ile nasıl ilişkili olduğunu açıklayabilir mi? Birçok bağlantıdan geçtim ama net bir görüşe sahip olamadım. Teşekkürler!

10 markov-process  expectation-maximization  hidden-markov-model 

Aşağıdaki faktör analizi modeli için bir EM algoritması uygulamak çalışıyorum; Wj= μ + B aj+ ejiçinj = 1 , … , nWj=μ+Baj+ejforj=1,…,nW_j = \mu+B a_j+e_j \quad\text{for}\quad j=1,\ldots,n burada p-boyutlu rastgele vektör, gizli değişkenlerin q-boyutlu bir vektörü ve parametrelerin bir pxq matrisidir.a j BWjWjW_jbirjaja_jBBB Model için kullanılan diğer varsayımların bir sonucu …

10 factor-analysis  expectation-maximization 

Gelen bu popüler soruya , yüksek upvoted cevap MLE ve Baum Welch HMM uydurma ayrı yapar. Eğitim problemi için aşağıdaki 3 algoritmayı kullanabiliriz: MLE (maksimum olabilirlik tahmini), Viterbi eğitimi (Viterbi kod çözme ile karıştırmayın), Baum Welch = ileri-geri algoritma ANCAK Wikipedia'da diyor Baum-Welch algoritması, parametrelerin maksimum olabilirlik tahminini bulmak için …

10 hidden-markov-model  expectation-maximization 

Soru şu başlıklı makaleye dayanmaktadır: Çift yönlü ışınım iletimi-difüzyon modeli kullanılarak dağınık optik tomografide görüntü rekonstrüksiyonu İndirme: {link Yazarlar EM ile Algoritma uygulamak bilinmeyen bir vektör kıtlık regularization bir resmin pikselleri tahmin etmek. Model tarafından verilirl1l1l_1μμ\mu y=Aμ+e(1)(1)y=Aμ+ey=A\mu + e \tag{1} Tahmin Denk. (8) 'de μ^=argmaxlnp(y|μ)+γlnp(μ)(2)(2)μ^=arg⁡maxln⁡p(y|μ)+γln⁡p(μ)\hat{\mu} = \arg max {\ln p(y|\mu) …

9 self-study  bayesian  maximum-likelihood  expectation-maximization  moving-average 

Şu anda R'den JAGS kullanarak hiyerarşik Bayesian modelleri ve ayrıca Python ( "Hackerlar için Bayesian Yöntemleri" ) kullanarak pymc öğreniyorum . Bu yazıdan biraz sezgi alabilirim : "sanki", bir şekilde bilmek istediğiniz karmaşık dağıtımdan bağımsız örnekler almayı başarmış gibi görünen bir yığın sayı ile sonuçlanacaksınız. " Koşullu olasılığı verebileceğim gibi …

9 bayesian  mcmc  expectation-maximization 

Gauss Karışımı modelini inceliyorum ve bu soruyu kendim buluyorum. Altta yatan verinin, KKK Gauss dağılımı ve her birinin ortalama bir vektörü vardır μk∈Rpμk∈Rp\mu_k\in\mathbb{R}^p, nerede 1≤k≤K1≤k≤K1\leq k\leq K ve her biri aynı eş varyans matrisine sahip ΣΣ\Sigma ve varsayalım ΣΣ\Sigmaçapraz bir matristir. Ve karıştırma oranının1/K1/K1/Kyani her küme aynı ağırlığa sahiptir. Bu …

9 self-study  expectation-maximization  gaussian-mixture  consistency 

Bir veri kümesinin maksimum olabilirlik tahmincisini bulmak istediğim bir karışım modelim var xxxve kısmen gözlenen bir veri kümesi . Beklenen verilen negatif log olasılığını en aza indirmek için E adımını ( verilen beklentisini ve mevcut parametreleri hesaplayarak ) ve M adımını uyguladım .zzzzzzxxxθkθk\theta^kzzz Anladığım kadarıyla, her yineleme için maksimum olasılık …

9 maximum-likelihood  mixture  expectation-maximization 

Her biri rastgele değişken olan birimine sahip bir popülasyonunuz olduğunu varsayalım . olan herhangi bir birim için değerlerini gözlemlersiniz . Bir tahmin istiyoruz .N-N-NXbenİsson Poisson ( λ )Xben~Poisson(λ)X_i \sim \text{Poisson}(\lambda)n = N-n0n=N--n0n = N-n_0Xben> 0Xben>0X_i > 0λλ\lambda Anların yöntemi ve cevabı almak için koşullu maksimum olasılık yolları var, ancak EM …

9 expectation-maximization