next up previous
次へ: 混合分布によるモデル化 上へ: 複数情報源からの属性概念獲得 戻る: 正準相関分析による次元圧縮


混合分布と EM アルゴリズム

ここでは,前節の処理によって低次元化されたデータに対して一対多の対応を 学習するための方式について考える. なお混乱がないと思われるので, $\mbox{\boldmath$x$}$ $\mbox{\boldmath$y$}$ を低次元化して得られたベクトルを以下でも やはり $\mbox{\boldmath$x$}$, $\mbox{\boldmath$y$}$ と書くことにする.

基本的には 3.4.3 で述べた独立な要素分布をもつ場合の 条件付き混合分布によるモデル化を EM アルゴリズムで学習することになるが, 本章で扱う問題に依存した初期化法によって収束性の改善を図る.



Subsections

Shotaro Akaho 平成15年7月22日