Random Moments for Sketched Mixture Learning

Abstract : We present a method to solve large-scale mixture learning tasks from a sketch of the data, formed by random generalized empirical moments. We give empirical and theoretical results on k-means and Gaussian Mixture Model estimation problems.
Type de document :
Documents associés à des manifestations scientifiques -- Hal-inria+
SPARS2017 - Signal Processing with Adaptive Sparse Structured Representations workshop, Jun 2017, Lisbon, Portugal
Liste complète des métadonnées

https://hal.inria.fr/hal-01494045
Contributeur : Nicolas Keriven <>
Soumis le : mercredi 22 mars 2017 - 15:41:14
Dernière modification le : mercredi 2 août 2017 - 10:10:38
Document(s) archivé(s) le : vendredi 23 juin 2017 - 13:46:10

Fichier

spars_abstract.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01494045, version 1

Citation

Nicolas Keriven, Rémi Gribonval, Gilles Blanchard, Yann Traonmilin. Random Moments for Sketched Mixture Learning. SPARS2017 - Signal Processing with Adaptive Sparse Structured Representations workshop, Jun 2017, Lisbon, Portugal. 〈hal-01494045〉

Partager

Métriques

Consultations de
la notice

625

Téléchargements du document

137