আমি কোথাও পড়েছি যে ভেরিয়াল বয়েস পদ্ধতিটি ইএম অ্যালগরিদমের একটি সাধারণীকরণ। আসলে, অ্যালগরিদমের পুনরাবৃত্ত অংশগুলি খুব একই রকম similar EM অ্যালগরিদমটি ভেরিয়াল বেয়েসের একটি বিশেষ সংস্করণ কিনা তা পরীক্ষা করার জন্য, আমি নিম্নলিখিতগুলি চেষ্টা করেছিলাম:
হ'ল ডেটা, হ'ল সুপ্ত ভেরিয়েবলের সংগ্রহ এবং হ'ল পরামিতি। ভেরিয়েশনাল বেয়েসে আমরা প্রায় একটি অনুমান করতে পারি । যেখানে গুলি সরল, ট্র্যাকটেবল বিতরণ।
যেহেতু ইএম অ্যালগরিদম কোনও এমএপি পয়েন্টের অনুমানের সন্ধান করে, আমি ভেবেছিলাম যে ভেরিয়েশনাল বয়েস ইএম-তে রূপান্তর করতে পারে যদি আমি একটি ডেল্টা ফাংশন ব্যবহার করি যেমন: । হ'ল পরামিতিগুলির প্রথম অনুমান যা সাধারণত ইএম-তে হয়।
যখন দেওয়া হয়, কে কেএল ন্যূনতম করে the সূত্রটি দ্বারা পাওয়া যায় উপরের সূত্রটি সরল করে , এই পদক্ষেপটি প্রত্যাশা পদক্ষেপের সমতুল্য হয়ে দাঁড়ায় ইএম অ্যালগোরিদমের!
তবে এর ধারাবাহিকতা হিসাবে আমি ম্যাক্সিমাইজেশন পদক্ষেপটি অর্জন করতে পারি না। পরবর্তী পদক্ষেপে আমাদের গণনা করতে হবে এবং বেইস পুনরাবৃত্তির বিধি অনুসারে এটি হ'ল:
ভিবি এবং ইএম অ্যালগরিদমগুলি কি এইভাবে সংযুক্ত রয়েছে? ভেরিয়াল বেয়েসের একটি বিশেষ কেস হিসাবে আমরা কীভাবে ইএম অর্জন করতে পারি, আমার পদ্ধতির সত্য?