parametrów, a w szczególności od gęstości rozkładu prawdopodobieństwa parametrów &lt;gap&gt; w P-wymiarowej przestrzeni obserwacji &lt;gap&gt;.<br>Dla rozkładów normalnych<br>&lt;gap&gt;<br>gdzie 0 - wektor średni dla m-tej klasy, &lt;gap&gt; - macierz kowariancji parametrów dla m-tej klasy obliczane jak w zal. (4.50), &lt;gap&gt; - wyznacznik macierzy kowariancji &lt;gap&gt; - znak transpozycji.<br>2. Od stosowanego algorytmu rozpoznawania.<br>W algorytmie identyfikacji NN (por. p. 6.3.2) wzorcami są wszystkie zapamiętane obrazy wypowiedzi ciągu uczącego. Jeśli rozkład wielowymiarowy jest wielomodalny, wówczas to istnieje potrzeba reprezentowania klasy przez kilka wzorców odpowiadających liczbie modów. Ciąg uczący umożliwia nie tylko utworzenie estymatorów rozkładów gęstości prawdopodobieństw warunkowych, ale również może dostarczyć informacji umożliwiających optymalizację przestrzeni