ฉันอ่านบางที่ว่าวิธี Variational Bayes เป็นลักษณะทั่วไปของอัลกอริทึม EM แท้จริงแล้วส่วนซ้ำ ๆ ของอัลกอริทึมนั้นคล้ายกันมาก เพื่อทดสอบว่าอัลกอริทึม EM เป็นเวอร์ชันพิเศษของ Variational Bayes ฉันลองทำสิ่งต่อไปนี้:
คือข้อมูลคือชุดของตัวแปรแฝงและคือพารามิเตอร์ ในแปรผัน Bayes เราทำให้สามารถสร้างประมาณดังกล่าวว่าที) ในกรณีที่ s นั้นง่ายกว่าและมีการแจกแจงที่เข้าใจง่ายΘ P ( X , Θ | Y ) ≈ Q X ( X ) Q Θ ( Θ ) Q
เนื่องจากอัลกอริทึม EM พบการประมาณค่าจุด MAP ฉันคิดว่า Variational Bayes สามารถรวมเข้ากับ EM ได้ถ้าฉันใช้ฟังก์ชัน Delta ซึ่ง: . เป็นการประเมินครั้งแรกสำหรับพารามิเตอร์ตามปกติใน EMΘ 1
เมื่อจะได้รับซึ่งลดค่า KL Divergence โดยสูตร สูตรด้านบนลดความซับซ้อนของขั้นตอนนี้กลายเป็นขั้นตอนที่เทียบเท่ากับความคาดหวัง ของอัลกอริทึม EM!Q 1 X ( X ) Q 1 X ( X ) = ประสบการณ์( E δ Θ 1 [ LN P ( X , Y , Θ ) ] ) Q 1 X (X)=P(X|Θ1,Y)
แต่ฉันไม่สามารถสืบทอดขั้นตอนการทำให้เป็นสูงสุดได้เนื่องจากความต่อเนื่องของสิ่งนี้ ในขั้นตอนต่อไปเราจำเป็นต้องคำนวณและตามกฎการวนซ้ำของ Bay Variation นี่คือ:
อัลกอริธึม VB และ EM นั้นเชื่อมต่อด้วยวิธีนี้จริงหรือ เราจะได้ EM มาเป็นกรณีพิเศษของ Variational Bayes ได้อย่างไรแนวทางของฉันเป็นจริงหรือไม่?