Daftar Isi:
- Definisi - Apa yang dimaksud dengan Gaussian Mixture Model (GMM)?
- Techopedia menjelaskan Gaussian Mixture Model (GMM)
Definisi - Apa yang dimaksud dengan Gaussian Mixture Model (GMM)?
Model campuran Gaussian (GMM) adalah kategori model probabilistik yang menyatakan bahwa semua titik data yang dihasilkan berasal dari campuran distribusi Gaussian terbatas yang tidak memiliki parameter yang diketahui. Parameter untuk model campuran Gaussian diturunkan baik dari estimasi posteriori maksimum atau algoritme maksimalisasi ekspektasi iteratif dari model sebelumnya yang terlatih dengan baik. Model campuran Gaussian sangat berguna dalam hal pemodelan data, terutama data yang berasal dari beberapa kelompok.
Techopedia menjelaskan Gaussian Mixture Model (GMM)
Secara matematis, model campuran Gaussian adalah contoh fungsi kepadatan probabilitas parametrik, yang dapat direpresentasikan sebagai jumlah tertimbang dari semua kepadatan komponen Gaussian. Dengan kata lain, jumlah tertimbang komponen M kepadatan Gaussian dikenal sebagai model campuran Gaussian, dan secara matematis itu adalah p (x | λ) = XM i = 1 wi g (x | μi, Σi), di mana M dilambangkan dengan bobot campuran, x adalah vektor data bernilai-kontinu dari dimensi-D dan dan g (x | μi, Σi) adalah komponen densitas Gaussian. Model campuran Gaussian terdiri dari matriks kovarian, bobot campuran dan vektor rata-rata dari setiap kepadatan komponen yang ada. Gaussians sepenuhnya mampu memodelkan korelasi elemen vektor fitur berkat kombinasi linear dari basis kovarian diagonal. Fitur lain dari model campuran Gaussian adalah pembentukan perkiraan halus untuk kepadatan berbentuk acak.
Model campuran Gaussian digunakan dalam sistem biometrik di mana model parametrik membantu dalam memahami fitur atau pengukuran yang terkait dengan yang seperti fitur spektral saluran vokal. Model campuran Gaussian juga digunakan untuk estimasi kepadatan dan dianggap sebagai teknik yang paling matang secara statistik untuk pengelompokan.
