QTM-GMM (МОДИФИКАЦИЯ АЛГОРИТМА GMM ЗА СЧЕТ ИСПОЛЬЗОВАНИЯ ПАРАМЕТРИЗОВАННОЙ ЭКСПОНЕНТЫ), 2024
Руководитель проекта: Сергей Кольцов
Проект по оптимизации алгоритма GMM (Gaussian Mixture Model, смесь гауссовских распределений) с использованием параметризованных функций был завершен в 2024 году (продолжение проекта QTM, завершенного в 2023 году). В рамках проекта традиционная модель GMM, основанная на комбинации гауссовских распределений, была расширена за счёт введения q-параметризованных гауссиан — модифицированных версий распределений, адаптируемых через параметр q. Это позволило повысить гибкость модели при работе с разнородными данными. В качестве критерия для определения оптимального числа кластеров использовалась параметризованная энтропия Реньи, что в сочетании с q-гауссианами обеспечило более точное выявление скрытых паттернов и структур в сложных социологических и психологических данных.
Участники: Антон Сурков, Ксения Купитман
Проект по оптимизации алгоритма GMM (Gaussian Mixture Model, смесь гауссовских распределений) с использованием параметризованных функций был завершен в 2024 году (продолжение проекта QTM, завершенного в 2023 году). В рамках проекта традиционная модель GMM, основанная на комбинации гауссовских распределений, была расширена за счёт введения q-параметризованных гауссиан — модифицированных версий распределений, адаптируемых через параметр q. Это позволило повысить гибкость модели при работе с разнородными данными. В качестве критерия для определения оптимального числа кластеров использовалась параметризованная энтропия Реньи, что в сочетании с q-гауссианами обеспечило более точное выявление скрытых паттернов и структур в сложных социологических и психологических данных.
Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.