学习球面高斯混合：矩方法与谱分解
机器学习
2012-10-30 v4 机器学习
摘要
本文为球面高斯混合提供了一种计算高效且统计一致的基于矩的估计器。在分量均值处于一般位置的条件下，一种简单的谱分解技术可以从低阶可观测矩中得到一致的参数估计，而无需先前计算高效估计程序所需的额外最小分离假设。因此，当混合分量具有一般位置的均值和球面协方差时，混合模型高效估计中的计算和信息论障碍被排除。还与独立成分分析相关的估计问题建立了一些联系。
引用
@article{arxiv.1206.5766,
title = {Learning mixtures of spherical Gaussians: moment methods and spectral decompositions},
author = {Daniel Hsu and Sham M. Kakade},
journal= {arXiv preprint arXiv:1206.5766},
year = {2012}
}