https://terms-en.ai-term-hub.com/zh/tags/clustering/Recent content in Clustering on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000https://terms-en.ai-term-hub.com/zh/terms/speaker_diarization/Sat, 18 Jul 2026 11:34:45 +0000https://terms-en.ai-term-hub.com/zh/terms/speaker_diarization/<h2 id="definition">Definition</h2> <p>说话人日志是将音频流根据说话人身份划分为同质片段的任务。它结合了说话人切换检测和说话人聚类技术，旨在为音频中的每一段语音打上说话人身份的标签，实现“谁说了什么”的完整记录。</p> <h3 id="summary">Summary</h3> <p>确定音频录音中“谁在何时说话”的过程。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>说话人聚类</li> <li>身份标注</li> <li>谁说了什么</li> <li>音频分段</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>自动生成会议纪要</li> <li>访谈转录</li> <li>广播媒体分析</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/speaker_change_detection-%E8%AF%B4%E8%AF%9D%E4%BA%BA%E5%88%87%E6%8D%A2%E6%A3%80%E6%B5%8B/">speaker_change_detection (说话人切换检测)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/speech_to_text-%E8%AF%AD%E9%9F%B3%E8%BD%AC%E6%96%87%E6%9C%AC/">speech_to_text (语音转文本)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/voice_printing-%E5%A3%B0%E7%BA%B9%E8%AF%86%E5%88%AB/">voice_printing (声纹识别)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/audio_analysis-%E9%9F%B3%E9%A2%91%E5%88%86%E6%9E%90/">audio_analysis (音频分析)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/hierarchical_risk_parity/Sat, 18 Jul 2026 11:20:58 +0000https://terms-en.ai-term-hub.com/zh/terms/hierarchical_risk_parity/<h2 id="definition">Definition</h2> <p>分层风险平价（HRP）是一种投资组合构建方法，通过纳入相关性结构来解决传统均值-方差优化的局限性。它利用层次聚类算法对资产进行分组，并基于聚类树状图在层级结构中分配风险，从而避免了对协方差矩阵求逆的数值不稳定问题。</p> <h3 id="summary">Summary</h3> <p>一种利用聚类处理资产相关性并在分层集群间分配风险的投资组合优化技术。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>聚类</li> <li>树状图</li> <li>风险分配</li> <li>协方差矩阵</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>投资组合管理</li> <li>资产配置</li> <li>风险缓解</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/mean-variance-optimization-%E5%9D%87%E5%80%BC-%E6%96%B9%E5%B7%AE%E4%BC%98%E5%8C%96/">Mean-Variance Optimization (均值-方差优化)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/black-litterman-model-%E5%B8%83%E8%8E%B1%E5%85%8B-%E5%88%A9%E7%89%B9%E6%9B%BC%E6%A8%A1%E5%9E%8B/">Black-Litterman Model (布莱克-利特曼模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/cluster-analysis-%E8%81%9A%E7%B1%BB%E5%88%86%E6%9E%90/">Cluster Analysis (聚类分析)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/em_algorithm_and_gmm_model/Sat, 18 Jul 2026 11:15:46 +0000https://terms-en.ai-term-hub.com/zh/terms/em_algorithm_and_gmm_model/<h2 id="definition">Definition</h2> <p>该术语指期望最大化（EM）算法与高斯混合模型（GMM）之间的协同关系。GMM假设所有数据点都是由多个分布混合生成的，而EM算法则通过迭代方式优化这些混合成分的参数（如均值、协方差和权重），从而实现对数据的最佳拟合。</p> <h3 id="summary">Summary</h3> <p>期望最大化（EM）算法是一种用于在包含隐变量的统计模型中寻找最大似然估计的迭代方法，常用于拟合高斯混合模型。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>隐变量</li> <li>最大似然估计</li> <li>迭代优化</li> <li>高斯分布</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>语音识别中的音素建模</li> <li>图像分割</li> <li>客户细分分析</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/k-means%E8%81%9A%E7%B1%BB-%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E8%B7%9D%E7%A6%BB%E7%9A%84%E5%88%92%E5%88%86%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95/">K-means聚类 (一种基于距离的划分聚类算法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E9%9A%90%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E6%A8%A1%E5%9E%8B-%E7%94%A8%E4%BA%8E%E5%BA%8F%E5%88%97%E6%95%B0%E6%8D%AE%E7%9A%84%E7%BB%9F%E8%AE%A1%E6%A8%A1%E5%9E%8B/">隐马尔可夫模型 (用于序列数据的统计模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E8%B4%9D%E5%8F%B6%E6%96%AF%E6%8E%A8%E6%96%AD-%E5%9F%BA%E4%BA%8E%E8%B4%9D%E5%8F%B6%E6%96%AF%E5%AE%9A%E7%90%86%E7%9A%84%E6%A6%82%E7%8E%87%E6%8E%A8%E7%90%86%E6%96%B9%E6%B3%95/">贝叶斯推断 (基于贝叶斯定理的概率推理方法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%AF%86%E5%BA%A6%E4%BC%B0%E8%AE%A1-%E4%BC%B0%E8%AE%A1%E9%9A%8F%E6%9C%BA%E5%8F%98%E9%87%8F%E6%A6%82%E7%8E%87%E5%AF%86%E5%BA%A6%E5%87%BD%E6%95%B0%E7%9A%84%E8%BF%87%E7%A8%8B/">密度估计 (估计随机变量概率密度函数的过程)</a></li> </ul>