Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Improved initialization of the EM algorithm for mixture model parameter estimation
ID
Panić, Branislav
(
Avtor
),
ID
Klemenc, Jernej
(
Avtor
),
ID
Nagode, Marko
(
Avtor
)
PDF - Predstavitvena datoteka,
prenos
(9,24 MB)
MD5: A4D1A0E3147081974A5D108768397B79
URL - Izvorni URL, za dostop obiščite
https://www.mdpi.com/2227-7390/8/3/373
Galerija slik
Izvleček
A commonly used tool for estimating the parameters of a mixture model is the Expectation-Maximization (EM) algorithm, which is an iterative procedure that can serve as a maximum-likelihood estimator. The EM algorithm has well-documented drawbacks, such as the need for good initial values and the possibility of being trapped in local optima. Nevertheless, because of its appealing properties, EM plays an important role in estimating the parameters of mixture models. To overcome these initialization problems with EM, in this paper, we propose the Rough-Enhanced-Bayes mixture estimation (REBMIX) algorithm as a more effective initialization algorithm. Three different strategies are derived for dealing with the unknown number of components in the mixture model. These strategies are thoroughly tested on artificial datasets, density-estimation datasets and image-segmentation problems and compared with state-of-the-art initialization methods for the EM. Our proposal shows promising results in terms of clustering and density-estimation performance as well as in terms of computational efficiency. All the improvements are implemented in the rebmix R package.
Jezik:
Angleški jezik
Ključne besede:
mixture model
,
parameter estimation
,
EM algorithm
,
REBMIX algorithm
,
density estimation
,
clustering
,
image segmentation
Vrsta gradiva:
Članek v reviji
Tipologija:
1.01 - Izvirni znanstveni članek
Organizacija:
FS - Fakulteta za strojništvo
Status publikacije:
Objavljeno
Različica publikacije:
Objavljena publikacija
Leto izida:
2020
Št. strani:
29 str.
Številčenje:
Vol. 8, iss. 3, art. 373
PID:
20.500.12556/RUL-114907
UDK:
519.254(045)
ISSN pri članku:
2227-7390
DOI:
10.3390/math8030373
COBISS.SI-ID:
17112347
Datum objave v RUL:
30.03.2020
Število ogledov:
1276
Število prenosov:
235
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Gradivo je del revije
Naslov:
Mathematics
Skrajšan naslov:
Mathematics
Založnik:
MDPI AG
ISSN:
2227-7390
COBISS.SI-ID:
523267865
Licence
Licenca:
CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:
To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:
07.03.2020
Sekundarni jezik
Jezik:
Slovenski jezik
Ključne besede:
mešani model
,
ocena parametrov
,
EM algoritem
,
REBMIX algoritem
,
ocena gostote
,
porazdelitev verjetnosti
,
grozdenje
,
segmentacija slik
Projekti
Financer:
ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:
1000-18-0510
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj