文献

J-GLOBAL ID：201702283310883755   整理番号：17A0456774

滑らかでない非負行列因数分解のための適応法【Powered by NICT】

Adaptive Method for Nonsmooth Nonnegative Matrix Factorization

著者 (4件)： Yang Zuyuan (Faculty of Automation, Guangdong University of Technology, Guangzhou, China) ,  Xiang Yong (School of Information Technology, Deakin University, Melbourne, VIC, Australia) ,  Xie Kan (Institute of Intelligent Signal Processing, Guangdong University of Technology, Guangzhou, China) ,  Lai Yue (Faculty of Automation, Guangdong University of Technology, Guangzhou, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 4  ページ： 948-960  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 非負行列因数分解(NMF)は,意味のある低ランク行列表現のための新たなツールである。NMFでは,明示的な制約は,通常必要とされる,NMFは,所望の生成物(または分解),生成物は有意なスパース特徴を特にを生成することを示した。NMF学習スパース表現の能力は,製品間の平滑因子を埋め込むことによって改善できることが知られている。この結果に触発されて,本論文では,適応非平滑NMF(Ans NMF)法を提案した。著者らの方法では,埋め込まれた因子は,データ関連手法を用いて求めたので,基礎となる生成物と良く一致し,表現の優れた忠実性を意味している。に加えて,この因子への適応選択方式の使用のために,生成物のスパース性を別々に制約されたより広い適用可能性と解釈可能性が得られる。さらに,適応選択手法を提唱し,典型的な線形計画問題を解くことによって処理されるので,それは容易に実装できる。計算機データと実世界データを用いたシミュレーションにより,最先端レベル手法に対し,提案Ans NMF法の利点を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 線形計画法 ,  計算機械 ,  *透視図法 ,  学習
準シソーラス用語： 判断能力 ,  スパース性 ,  スパース表現 ,  *行列因数分解 , 【Automatic Indexing@JST】

分類 (3件)： 楽器音響  (BB03070Y) ,  音響信号処理  (BB03050C) ,  音声処理  (JE05000E)

タイトルに関連する用語 (2件)： 非負行列因数分解 ,  適応