Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  The Infinite Gaussian Mixture Model

Rasmussen, C. (2000). The Infinite Gaussian Mixture Model. In S. Solla, T. Leen, & K. Müller (Eds.), Advances in Neural Information Processing Systems 12 (pp. 554-560). Cambridge, MA, USA: MIT Press.

Item is

Externe Referenzen

einblenden:
ausblenden:
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Rasmussen, CE1, Autor           
Affiliations:
1External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: In a Bayesian mixture model it is not necessary a priori to limit the number of components to be finite. In this paper an infinite Gaussian mixture model is presented which neatly sidesteps the difficult problem of finding the ``right'' number of mixture components. Inference in the model is done using an efficient parameter-free Markov Chain that relies entirely on Gibbs sampling.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2000-06
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 2299
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Thirteenth Annual Neural Information Processing Systems Conference (NIPS 1999)
Veranstaltungsort: Denver, CO, USA
Start-/Enddatum: 2000-11-29 - 2000-12-04

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Advances in Neural Information Processing Systems 12
Genre der Quelle: Konferenzband
 Urheber:
Solla, SA, Herausgeber
Leen, TK, Herausgeber
Müller, K, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Cambridge, MA, USA : MIT Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 554 - 560 Identifikator: ISBN: 0-262-11245-0