ECM algorithms that converge at the rate of EM
达到 EM 收敛速率的 ECM 算法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用 EM 与 ECM 优化算法，没有指定所列领域中的模型或应用问题。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
达到 EM 收敛速率的 ECM 算法
- 研究问题
- 如何构造 ECM 算法，使其在保留条件最大化步骤便利性的同时，达到与 EM 相同或近似相同的收敛速率？
- 方法与思路
- 作者基于共轭方向算法构造 ECM，分析其与 EM 的收敛速率关系，并通过三个例子说明构造及其适用情形。
- 材料陈述的贡献
- 摘要称 ECM 可以构造为具有与 EM 相同或近似相同的速率，并提供加速思路及识别几乎不损失收敛速度情形的方法。
- 阅读关注点
- 应核对收敛速率的定义、共轭方向构造所需条件、近似相同的含义，以及每次迭代成本是否影响总体计算表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体条件与三个例子的结果未提供，收敛速率不能直接代表运行时间，刊本变化未知。
原文摘要
We show that the ECM algorithm can always be constructed to converge at the same or approximately the same rate as the EM algorithm. The construction is based on the well-known conjugate directions algorithm. This result both suggests ways of speeding up the convergence of ECM and provides a simple way of identifying cases where the simplicity and stability of ECM over EM is attained at effectively no loss in convergence speed. Three examples are given.