ガウス混合モデルのためのベイズ特徴およびモデル選択

我々は、特徴選択とモデル選択の問題を同時に扱う混合モデル訓練のためのベイズ手法を提示する。この手法は、特徴の顕著性を考慮した混合モデルの定式化と、混合成分の数を推定するための混合学習に関するベイズ的アプローチの統合に基づいている。提案する学習アルゴリズムは変分フレームワークに従い、成分の数、特徴の顕著性、および混合モデルのパラメータを同時に最適化できる。高次元の人工データおよび実データを使用した実験結果は、手法の有効性を示している。