next up previous
次へ: Type I モデル 上へ: 確率分布の位置, 尺度, 回転パラメータの学習法 戻る: はじめに

位置・尺度・回転パラメータ

あてはめの対象となるデータは $d$ 次元実空間中の $N$ 個の点集合 $\{\mbox{\boldmath$x$}_{(1)},\ldots,\mbox{\boldmath$x$}_{(N)}\}$ として与えられるとする.モデルは同 じ空間の上の確率分布 $p(\mbox{\boldmath$x$};\ \mbox{\boldmath$\theta$})$ として表現されており,デー タに最もよくあてはまるように位置や尺度のパラメータ $\mbox{\boldmath$\theta$}$ を求 めることが問題である.

以下では,ECM アルゴリズムの閉じた形の更新式を得るために二つのモデルを 考える. 一つは位置と尺度のパラメータだけをもつ場合でありこれを便宜上 Type I モデルと呼ぶことにする.もう一つは $d=2$ に限定した上で,位置と 尺度のほかに回転のパラメータを含めた場合であり,こちらを Type II モデ ルと呼ぶ.

以下ではまず,任意の形の確率分布が与えられたときに,位置や尺度,回転の パラメータがどのように入るかを Type I と Type II それぞれの場合につい て説明し,5.3 で,与えられた確率分布を適切な正規混合モ デルで近似する.



Subsections

Shotaro Akaho 平成15年7月22日