Key points are not available for this paper at this time.
تباين كولباك ليبلر (KL) هو أداة تستخدم على نطاق واسع في الإحصاءات والتعرف على الأنماط. غالبًا ما يكون تباين KL بين نموذجين من نماذج المزيج الجاوسي (GMMs) مطلوبًا في مجالات التعرف على الكلام والصور. للأسف، فإن تباين KL بين نموذجين GMMs ليس قابلًا للتحليل بشكل دقيق، ولا توجد خوارزمية حسابية فعالة. تتعامل بعض التقنيات مع هذه المشكلة من خلال استبدال تباين KL بدوال أخرى يمكن حسابها بكفاءة. نقدم طريقتين جديدتين، التقريب التغييري والحد الأعلى التغييري، ونقارن بينهما والأساليب الحالية. نناقش سبع تقنيات مختلفة ككل ونزن فوائد كل منها مقابل الآخرين. في الختام، نقيم أداء كل منها من خلال تجارب عددية.
درس هيرشي وآخرون (Sun) هذا السؤال.