Título inglés |
On an optimization problem arising from probability density estimation. |
Título español |
Sobre un problema de optimización surgido en estimación de la densidad de probabilidad. |
Autor/es |
Basu, Sankar ; Ullah Khan, Mohammad Saif ; Micchelli, C.A. ; Olsen, Peder A. |
Organización |
IBM T.J. Watson Res. Cent., New York, Estados Unidos;Norwegian Univ. Sci. Technol., Trondheim, Noruega;Dep. Mat. Statist. State Univ. New York, Albany (New York), Estados Unidos;IBM T.J. Watson Res. Cent. Yorktown Heights, New York, Estados Unidos |
Revista |
1578-7303 |
Publicación |
2002, 96 (2): 139-156, 18 Ref. |
Tipo de documento |
articulo |
Idioma |
Inglés |
Resumen español |
Consideramos una clase de problemas de optimización que surgen en estimaciones de la densidad de datos en dimensión elevada a partir de proyecciones en subespacios de dimensión más baja. Los criterios que se usan para la selección óptima del modelo son máxima entropía y máxima verosimilitud. En cada caso nuestro planteamiento requiere estimadores de la densidad univariados y a este respecto exploramos el uso de modelos mezcla de densidades gaussianas y de estimadores de Parzen para los datos proyectados. Se usa una estrategia de maximización de la esperanza para actualizar medias y covarianzas como en Dempster et al. [7]. Sin embargo el cálculo de las direcciones óptimas conduce a interesantes problemas de optimización no lineal que son el núcleo del presente trabajo. Se estudian analíticamente algunos casos particulares de este problema de optimización y se propone un algoritmo para resolver numéricamente el caso general. Se presenta evidencia numérica, sobre datos procedentes de reconocimiento del lenguaje y sobre datos generados sintéticamente, que avala la eficacia del método propuesto. |
Clasificación UNESCO |
120601 |
Palabras clave español |
Optimización ; Algoritmos numéricos ; Principio de máxima entropía ; Estimador de máxima verosimilitud ; Función densidad de probabilidad |
Código MathReviews |
MR1968129 |
Acceso al artículo completo |