图空间中样本均值的性质及Majorize-Minimize-Mean算法
计算机视觉与模式识别
2015-11-04 v1 机器学习
机器学习
摘要
统计学中最基本的概念之一是样本均值的概念。在欧氏空间中定义良好的样本均值的性质在图空间中变得棘手甚至不清楚。与图样本均值相关的开放问题包括：不存在性、非唯一性、统计不一致性、均值算法缺乏收敛结果、中点不存在性以及与中点的差异。我们给出解决所有六个问题的条件，并提出Majorize-Minimize-Mean (MMM)算法。在表示图像和分子的图数据集上的实验表明，与其他六种均值算法相比，MMM算法最好地逼近图的样本均值。
引用
@article{arxiv.1511.00871,
title = {Properties of the Sample Mean in Graph Spaces and the Majorize-Minimize-Mean Algorithm},
author = {Brijnesh J. Jain},
journal= {arXiv preprint arXiv:1511.00871},
year = {2015}
}