Что такое электромагнитный алгоритм?

Алгоритм “Ожидание-максимизация” (ЭМ) – это подход к обнаружению самых экстремальных вероятностных датчиков для параметров модели, когда Ваша информация недостаточна, имеет недостающие информационные фокусы, или имеет скрытые (скрытые) холостые факторы. Это итеративный метод для неточной работы с самыми экстремальными параметрами вероятности. Несмотря на то, что оценка экстремальной вероятности может найти модель, “наиболее подходящую” для большого объема информации, она не особенно хорошо работает при недостаточных информационных показателях. Более умопомрачительное вычисление ЭМ может обнаружить параметры модели вне зависимости от того, есть ли у Вас недостающая информация. Он работает, выбирая произвольные качества для фокуса недостающей информации и используя эти догадки для оценки второго расположения информации. Новые качества используются для создания превосходной гипотезы для первичного набора, и процедура продолжается до тех пор, пока вычисление не сливается с фиксированной точкой.

МЧС против ЭМ

Хотя наиболее экстремальные оценки вероятностей (MLE) и ЭМ могут обнаружить “наиболее подходящие” параметры, то, как они обнаруживают модели, совершенно разные. MLE сначала агрегирует всю информацию, а затем использует эту информацию для разработки несомненной модели. EM сначала спекулирует параметрами – представляющими недостающую информацию – на этом этапе изменяет модель, чтобы она соответствовала догадкам и просматриваемой информации. Фундаментальными шагами при расчете являются:

Для параметров модели создается базовая теория и производится вероятностная передача. Время от времени это называется “E-Venture” для “нормальной” передачи.

Недавно просмотренная информация пополняет модель.

Вероятность передачи с E-ступени изменена для включения новой информации. Это здесь и там называется “М-шаг”.

Этапы со 2 по 4 перестраиваются до тех пор, пока не наступит твердость (например, циркуляция, которая не преобразуется из E-вентилятора в M-шаг).

Электромагнитный вычисление последовательно улучшает оценку параметра с помощью этого многоступенчатого процесса. В любом случае, в некоторых случаях ему требуется пара нерегуляров, чтобы найти наилучшую модель в свете того, что расчет может быть сосредоточен на максимуме района, который не так близок к (идеальному) мировому максимуму. В конце концов, он может лучше работать на случай, если вы ограничите его перезапуск и еще раз возьмете эту “базовую гипотезу” из Этапа 1. Из всего потенциального параметра вы сможете выбрать тот, который с наибольшей вероятностью.

На самом деле, средства включают в себя некоторые поистине существенные математические (примирение) и ограничительные вероятности, что выходит за рамки данной статьи. В случае, если вам нужна постепенная специализированная (например, математическая) разбивка процедуры, я глубоко рекомендую вам прочитать статью Гупты и Чена 2010 года.

Заявления

Электромагнитные расчеты имеют множество применений, в том числе:

Нераспознанный накладной знак,

Оценка моделей гауссовых смесей (GMM),

Оценка скрытых моделей Маркова (Gee),

Оценка параметров для составных Дирихлетских конвейеров,

Поиск идеальной смеси стационарных моделей.

Ограничения

Электромагнитные расчеты могут невероятно медленно выполняться даже на самом быстром компьютере. Лучше всего он работает, когда у вас просто немного не хватает информации, а размерность информации не слишком велика. Чем выше размерность, тем медленнее E-шаг; для информации с большей размерностью вы можете обнаружить, что E-шаг работает с невероятной задержкой по мере того, как система движется к ближайшей самой экстремальной точке.