文献

J-GLOBAL ID：201702221631220009   整理番号：17A1729091

無作為化ランクを明らかにする分解に基づく低ランクおよび疎行列回復【Powered by NICT】

Low-rank and sparse matrix recovery based on a randomized rank-revealing decomposition

著者 (2件)： Kaloorazi Maboud F. (CETUC, Pontifical Catholic University of Rio de Janeiro, Brazil) ,  de Lamare Rodrigo C. (CETUC, Pontifical Catholic University of Rio de Janeiro, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DSP  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 破損した低ランク行列が与えられたとき,ロバストな主成分分析は凸プログラムを解くことにより低ランク+スパース行列分解を行う。本論文では,最初に無作為化によって支援された効率的な階数をわかるようにする分解アルゴリズム,特異部分空間と与えられたデータ行列の特異値に関する情報を開発した。拡張Lagrange乗数(ALM)法によるロバストPCA問題を解決するために,無作為化階数をわかるようにするUZV分解(RRR UZVD)と呼ばれる提案した分解は,計算的に高価な特異値分解(SVD)の代用として使用されている。結果として,提案したRPCAアルゴリズムは以前に報告された手法よりも速く収束し,厳密解を与える。ビデオ背景/前景分離への応用におけるランダムに生成されたデータだけでなく,実時間データに対するシミュレーションを行い,顔画像から影と鏡面反射を除去する筆者らの提案アプローチの有効性を示した。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： 録画装置 ,  ロバスト性 ,  主成分分析 ,  *スパース行列 ,  アルゴリズム ,  Lagrange乗数法 ,  厳密解 ,  鏡面反射 ,  凸形 ,  特異値分解 ,  顔画像
準シソーラス用語： 前景 ,  特異値 ,  部分空間 ,  階数 , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 分解 ,  疎行列 ,  回復