混合分布に対する EM アルゴリズム (テスト バージョン)

EM アルゴリズムはこのような複数モジュールの学習に向いたアルゴリズムです.

1. "GaussMix" か "LineMix" を切替えると正規分布学習か 複数直線学習かを選べます.
2. 画面中でクリックした点が学習データ点になります.
3. "RandomPts"をクリックすると一様分布で点がばらまかれます.
4. "ClearPts"をクリックすると点がクリアされます.
5. 1 から 5 までで正規分布や直線の数を選びます.
6. "InitKernels" を押すと正規分布や直線をランダムに初期化します.
7. EM アルゴリズムを実行するためには "EM Run" を選ぶか, か "EM 1 Step"(1 ステップ) を選びます.
8. "EM Run" は "EM Stop" を選ぶと止まります.

• バグ情報
  もし正規分布や直線が画面中から消えてしまったら "InitKernels"をクリックして初期化し直して下さい.
  機種や環境によって "EM Run"が止まってしまうことがあることが 報告されています.
• ソース
  MixtureEM.tar.gz(archive)
  MixtureEM.java
  Mixture.java
  Module.java
  Database.java
  
• 拡張された混合分布モデルについては
  • ETL テクニカルレポート 95-13(1995)
  • Proc. of Int. Conf. on Neural Networks pp.2426-2431 (1995)
  • 電子情報通信学会論文誌 J82-D-II pp. 2240-2250 (1999)
  を参照のこと.
• 拡張された混合分布モデルなどを含んだ Splus のルーチンを提供しています．
• 正規混合分布の汎化能力に関する論文は
  • ETL-TR-98-22.pdf.
  • Neural Computation, Vol.12, No. 6, 1411-1428, 2000
  を参照のこと． 一言で言うと「必ずしも単純なモデルがいいわけではない (simple is not always best)」ということを 理論的に示した論文です．

-> 赤穂のホームページへ

-> 学習統合基礎ラボ (イントラ)

お問い合わせ・ご質問は下記までどうぞ
s . a k a h o @ a i s t . g o . j p