混合厄朗模型的变分贝叶斯学习

Abstract

在本文中，我们关注混合厄朗模型（MixedErlangModel，MER模型）的贝叶斯变分方法应用。混合厄朗模型（MER）的多变量混合形式构成了一种通用且易于分析的分布，除此之外，该分布在在弱收敛意义上的正连续多元分布的空间中是稠密的。这些良好的性质使得混合厄朗分布适用于多变量密度估计。因此，我们为混合厄朗模型提出了一种灵活有效的拟合算法，称为CMM-VBEM算法。该算法分为两个部分，第一部分是初始值的选取CMM算法。利用K-Means聚类的方法对参数的初始值进行估计，事实证明该方法大大的提高了初始值选取的有效性；此外，应用贝叶斯信息准则（BIC）选择模型的混合个数；第二部分是VBEM算法，该...

In this paper, we focus on the application of Bayesian variational methods for mixed Erlang Model. Mixed Erlang Model forms a versatile, yet analytically tractable, class of distributions making them suitable for multivariate density estimation. In addition, the distribution in the weak convergence of the continuous distribution of the space is dense. The above good properties make the multicompon...