高斯混合模型的矩方法：实现与基准测试
组合数学
2025-12-10 v1
摘要
高斯混合模型是通用逼近器，意味着任何光滑密度都可通过足够的组件的高斯混合模型得到任意良好的近似。由于其广泛的表达能力，高斯混合模型在众多应用中出现。因此，来自数据中的高斯混合模型代数参数恢复是多个领域的有价值贡献。我们的工作记录了高维高斯混合模型的矩方法性能。我们概述了矩方法以及选择的矩及其相应多项式，这些在实践中对参数恢复效果良好。我们的主要贡献将这些想法实际化为一个 julia 软件包，GMMParameterEstimation，以及计算基准测试。
引用
@article{arxiv.2502.07647,
title = {Enumerating the number of $k$-matchings in successively amalgamated graphs},
author = {Simon Grad and Sandi Klavžar},
journal= {arXiv preprint arXiv:2502.07647},
year = {2025}
}