Обсуждение:Структурные методы анализа изображений и сигналов (курс лекций, А.С. Конушин, Д.П. Ветров, Д.А. Кропотов, О.В. Баринова, В.С. Конушин, 2009)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 10: Строка 10:
''[[Участник:Василий Ломакин|Василий Ломакин]] 20:14, 1 ноября 2009 (MSK)''
''[[Участник:Василий Ломакин|Василий Ломакин]] 20:14, 1 ноября 2009 (MSK)''
-
Василий, здравствуйте. По сути в Вашем вопросе уже содержатся ответы:
+
Василий, здравствуйте. По сути, в Вашем вопросе уже содержатся ответы:
* Матрица <tex>C\in\mathbb{R}^{K\times M</tex>;
* Матрица <tex>C\in\mathbb{R}^{K\times M</tex>;
-
* В качестве величины <tex>c_{0,j}</tex> используйте <tex>d</tex>-мерный вектор <tex>Mu_j</tex> из спецификации СММ;
+
* В качестве величины <tex>c_{0,j}</tex> используйте <tex>d</tex>-мерный вектор Mu_j из спецификации СММ;
* Коэффициенты авторегрессии <tex>c_{m,j}</tex> '''считаем общими''' для всех размерностей вектора <tex>x_n</tex>. Таким образом, получаем линейную комбинацию векторов и никаких некорректностей не возникает.
* Коэффициенты авторегрессии <tex>c_{m,j}</tex> '''считаем общими''' для всех размерностей вектора <tex>x_n</tex>. Таким образом, получаем линейную комбинацию векторов и никаких некорректностей не возникает.

Версия 13:18, 2 ноября 2009

Добрый день! Возникли вопрос по поводу задания 3. Нашёл следующие непонятные для себя моменты:

  • «где c_{0,j},\ldots,c_{M,j} — коэффициенты авторегрессии, которые зависят от состояния СММ.» Т.е коэффициентов М+1 штука. В то же время в описании функций сказано: «C — коэффициенты авторегрессии, матрица типа double размера K x M;» Не ясно, где ошибка - M или М+1.
  • \mu_{n,j}=c_{0,j}+\sum_{m=1}^Mc_{m,j}x_{n-m}, где c_{0,j} - число, c_{m,j}x_{n-m} - вектор, получается сложение вектора с числом. Хотя если смотреть с точки зрения матлаба, вопрос отпадает :)
  • В описании функций указано «Mu — константы в центрах гауссиан для каждого состояния, матрица типа double размера K x d, в которой в каждой строке стоит вектор для соответствующего состояния; ». Но по формуле Mu на каждом шаге генерится только с помощью авторегрессии. Для чего тогда передавать этот параметр?

Василий Ломакин 20:14, 1 ноября 2009 (MSK)

Василий, здравствуйте. По сути, в Вашем вопросе уже содержатся ответы:

  • Матрица C\in\mathbb{R}^{K\times M;
  • В качестве величины c_{0,j} используйте d-мерный вектор Mu_j из спецификации СММ;
  • Коэффициенты авторегрессии c_{m,j} считаем общими для всех размерностей вектора x_n. Таким образом, получаем линейную комбинацию векторов и никаких некорректностей не возникает.

Желаю Удачи.

--Д.П. Ветров 16:15, 2 ноября 2009 (MSK)

Личные инструменты