Алгоритм стохастической аппроксимации с рандомизацией на входе для оценивания параметров смеси гауссовых распределений без учителя при разреженных параметрах

Рассматриваются возможности применения алгоритмов стохастической аппроксимации с рандомизацией на входе в условиях неизвестных, но ограниченных помех при изучении кластеризации данных, порожденных смесью гауссовых распределений. Предлагаемый алгоритм, устойчивый ко внешним возмущениям, позволяет обрабатывать данные “на лету” и обладает высокой скоростью сходимости. Работа алгоритма иллюстрируется примерами его использования для кластеризации в различных сложных условиях.