Jan. 18 2005 2:00PM

Jan. 18 2005 3:30PM

souhrn:
Problém odhadování distribučních směsí pomocí EM algoritmu je v literatuře diskutován zpravidla z hlediska identifikace směsi s důrazem na jednoznačnost řešení (identifikovatelnost směsi), optimální určení počtu komponent a nalezení globálního maxima věrohodnostní funkce. Předmětem přednášky je využití směsí s komponentami součinového typu v úloze aproximace neznámého rozložení pravděpodobnosti, která je typická pro většinu praktických problémů a značně mění význam některých předpokladů resp. výpočetních aspektů EM algoritmu. Distribuční směs jako model neznámého rozložení pravděpodobnosti představuje výhodný kompromis mezi jednoduchostí parametrického modelu a obecností neparametrických jádrových odhadů. Předpoklad součinových komponent zjednodušuje EM algoritmus a umožňuje rychlé odvození libovolných marginálních rozložení pravděpodobnosti. Tato vlastnost může být v některých případech velmi výhdná. Výsledky a zkušenosti s použitím součinových distribučních směsí při řešení praktických problémů budou předmětem samostatné přednášky.

Pravidelný seminář Rozhodování a řízení za neurčitosti. (Kontaktní osoba: Miroslav Kárný)