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


正規混合分布による近似

前節で説明した確率モデルは任意の形の分布 $f(\mbox{\boldmath$x$})$ に基づいたものであ るが,このままの形では $A$ あるいは $H$ $\mbox{\boldmath$b$}$ の推定を簡単に行う ことはできない.そこで, $f(\mbox{\boldmath$x$})$ を適当な正規混合分布であらかじめ近似 しておくことにする. $f(\mbox{\boldmath$x$})$ が適当な正則条件を満たせば, 正規混合分布は $f(\mbox{\boldmath$x$})$ を任意に必要な精度で近似 でき[85],かつ,EM アルゴリズムに基づく単純な推定アルゴリズ ムを導くことができる.ただし,正規混合分布で近似したとしても $A$$H$ $\mbox{\boldmath$b$}$ の推定は自明ではない(5.4 参照).



Subsections

Shotaro Akaho 平成15年7月22日