最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6月 2009) EM(Expectation-Maximization)アルゴリズムは,混合数が指定された混合ガウス分布に基づき,多変量の確率密度関数のパラメータを推定する. 特徴ベクトル{x1, x2,...,xN} の集合を考える. d次元ユークリッド空間のN個のベクトルは,混合ガウス分布を用いて以下のように表現される. ここでmは混合数,pk は,平均ak,共分散行列Sk, k-th分布の重みπkを持つ正規分布密度である. 混合数mとサンプル{xi, i=1..N}を与えることで,アルゴリズムはすべての混合分布パラメータ (すなわち, ak,Sk,πk) の最尤推定値(MLE) を以下のように推定する. EMアルゴリズムは繰り返し処理を行う.各