English
Ciência-IUL
Publicações
Descrição Detalhada da Publicação
An empirical comparison of EM, SEM and MCMC performance for problematic Gaussian mixture likelihoods
Título Revista
Statistics and Computing
Ano (publicação definitiva)
2004
Língua
Inglês
País
Países Baixos (Holanda)
Mais Informação
Web of Science®
Scopus
Google Scholar
Abstract/Resumo
We compare EM, SEM, and MCMC algorithms to estimate the parameters of the Gaussian mixture model. We focus on problems in estimation arising from the likelihood function having a sharp ridge or saddle points. We use both synthetic and empirical data with those features. The comparison includes Bayesian approaches with different prior specifications and various procedures to deal with label switching. Although the solutions provided by these stochastic algorithms are more often degenerate, we conclude that SEM and MCMC may display faster convergence and improve the ability to locate the global maximum of the likelihood function.
Agradecimentos/Acknowledgements
--
Palavras-chave
Gaussian mixture models,EM algorithm,SEM algorithm,MCMC,Label switching,Loss functions,Conjugate prior,Hierarchical prior
Classificação Fields of Science and Technology
- Matemáticas - Ciências Naturais
- Ciências da Computação e da Informação - Ciências Naturais
Registos de financiamentos
| Referência de financiamento | Entidade Financiadora |
|---|---|
| SFRH/BD/890/2000 | Fundação para a Ciência e a Tecnologia |
