TY - JOUR T1 - Four Methods of Estimating Parameters of a Gaussian Mixture Model TT - چهار روش براورد پارامترهای یک مدل آمیخته‌ی گاوسی JF - srtc-ijoss JO - srtc-ijoss VL - 24 IS - 2 UR - http://ijoss.srtc.ac.ir/article-1-30-fa.html Y1 - 2014 SP - 145 EP - 165 KW - Analytical and numerical solution KW - EM algorithm KW - Gibbs sampler KW - Gaussian mixture model. N2 - مدل آمیخته‌ی گاوسی پرکاربرد‌ترین مدل آمیخته‌ی متناهی است. خاصیت مهم این مدل انعطاف‌پذیری آن نسبت به توزیع‌های پیوسته با اشکال گوناگون است. از آن‌جا که مهم‌ترین بخش برازش یک مدل، براورد پارامترهای آن می‌باشد، در این جا برآنیم تا پارامترهای مدل آمیخته‌ی گاوسی دومؤلفه‌ای را از طریق چهار روش براورد کنیم. ابتدا مدل آمیخته‌ی گاوسی را در حالت دومؤلفه‌ای بیان می‌کنیم، سپس پارامترهای مدل را از دو روش گشتاوری و ماکسیمم درستنمایی با عنوان حل تحلیلی و عددی براورد می‌کنیم. در ادامه براورد پارامترها را با استفاده از الگوریتم EM به ‌دست آورده و در انتها نیز از الگوریتم نمونه‌گیر گیبز برای یافتن براوردها استفاده کرده‌ایم. در بخش نتیجه‌گیری، نتایج به ‌دست آمده از روش‌ها را با یکدیگر مقایسه می‌کنیم. سعی ما بر این است که یک مسئله‌ی براورد را با چهار روش مرسوم حل کرده و برتری‌ها و محدودیت‌های هر یک را برای کاربران مشخص کنیم. M3 ER -