A Linear Surrogate-Based Algorithm for Fitting Gaussian Mixture Functions

Gaussian Mixture Function (GMF) is a widely utilized model for analyzing and elucidating experimental data in science and engineering, where the fitting of GMF with noisy observations is usually rendered acomplicated nonlinear regression problem due to the underlying linear superposition of Gaussian...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE signal processing letters Ročník 32; s. 3874 - 3878
Hlavní autoři:	Xiao, Yucong, Li, Xuan, Dai, Xuewu, Yang, Yang, Qin, Fei
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 2025 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Approximation algorithms Convergence expectation-maximization Fitting Gaussian mixture function linear least squares Lower bound majorization-minimization Minimization Mixtures Noise measurement nonlinear regression Posterior probability Probability density function Signal processing algorithms Training
ISSN:	1070-9908, 1558-2361
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!