估计多层感知机混合模型中的分量数目
统计理论
2008-12-18 v1 统计理论
摘要
BIC 准则被神经网络社区广泛用于模型选择任务，尽管其收敛性质并非总在理论上得到确立。本文聚焦于估计多层感知机混合模型中的分量数目，并证明 BIC 准则在该框架下的收敛性。我们将 Keribin (2000) 和 Gassiat (2002) 分别引入的混合模型和隐马尔可夫模型的惩罚边缘似然推广至多层感知机混合模型，并提出了一种惩罚似然准则。我们在某些假设下证明了其收敛性，这些假设主要涉及广义得分函数类的括号熵，并通过数值算例进行了说明。
引用
@article{arxiv.0804.0658,
title = {Estimating the Number of Components in a Mixture of Multilayer Perceptrons},
author = {Madalina Olteanu and Joseph Rynkiewicz},
journal= {arXiv preprint arXiv:0804.0658},
year = {2008}
}