文献

J-GLOBAL ID：201702292029069042   整理番号：17A0314412

一貫性によるパッチ配列枠組みによるマルチビュー非負行列因数分解【Powered by NICT】

Multi-view non-negative matrix factorization by patch alignment framework with view consistency

著者 (6件)： Ou Weihua (School of Big Data and Computer Science, Guizhou Normal University, Guiyang 550001, China) ,  Yu Shujian (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL 32601, USA) ,  Li Gai (Department of Electronics and Information Engineering, Shunde Polytechnic, Foshan 528300, China) ,  Lu Jian (School of Information Science and Engineering, Southeast University, Nanjing 210096, China) ,  Zhang Kesheng (School of Information Engineering, Guizhou Institute of Technology, Guiyang 550003, China) ,  Xie Gang (School of Big Data and Computer Science, Guizhou Normal University, Guiyang 550001, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 204  ページ： 116-124  発行年： 2016年09月05日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチビュー非負行列因数分解(NMF)は近年におけるマルチビュー非負データから潜在的表現を学習するために開発した。表現は,より意味あるものとするために,以前の研究は主に異なるビューからのコンセンサス情報または相補的な情報を利用した。しかし,各ビューの潜在的局所幾何学的構造は常に無視されている。本論文では,一貫性観点からパッチ配列枠組みによる新しいマルチビューNMFを開発した。以前の研究とは異なり,ここでは各ビューの局所幾何学的構造を考慮し,同時に異なる見解の不一致を不利にする。より具体的には,各観点からデータが与えられたとき,その局所幾何学的構造を保存し,全アラインメント戦略の下での大域的表現を得るために,局所線形埋込みを用いた局所パッチを構築した。一方,異なる視点,は一貫性を考慮して異なるビューによる共有潜在表現を近似するための視点表現にしている。再構成誤差を測定し,最適化問題を解くための半二次法を採用する相関エントロピー誘導計量を採用した。実験結果は,提案した方法は,単一視野法と他の既存のマルチビューNMF法と比較して満足できる性能を達成できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 最適化問題 ,  アラインメント ,  エントロピー ,  線形性 ,  *再構成
準シソーラス用語： *マルチビュー , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチビュー非負行列因数分解 ,  パッチ配列枠組み ,  幾何学的構造 ,  局所線形埋込み ,  ビュー一貫性

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 一貫性 ,  パッチ ,  枠組み ,  マルチビュー ,  非負行列因数分解