文献

J-GLOBAL ID：201702233284891921   整理番号：17A1257061

凸局所高感度低ランク行列近似【Powered by NICT】

Convex local sensitive low rank matrix approximation

著者 (6件)： Li Chong-Ya (Institute of Machine Learning and Systems Biology, College of Electronics and Information Engineering, Tongji University, Caoan Road 4800, Shanghai 201804, China) ,  Zhu Lin (Institute of Machine Learning and Systems Biology, College of Electronics and Information Engineering, Tongji University, Caoan Road 4800, Shanghai 201804, China) ,  Bao Wen-Zheng (Institute of Machine Learning and Systems Biology, College of Electronics and Information Engineering, Tongji University, Caoan Road 4800, Shanghai 201804, China) ,  Jiang Yong-Li (Ningbo Haisvision Intelligence System Co., Ltd. Ningbo, Zhejiang, 315000 China) ,  Yuan Chang-An (Science Computing and Intelligent Information Processing of GuangXi Higher Education Key Laboratory, Guangxi, Teachers Education University, Nanning, Guangxi, 530001, China) ,  Huang De-Shuang (Institute of Machine Learning and Systems Biology, College of Electronics and Information Engineering, Tongji University, Caoan Road 4800, Shanghai 201804, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 256-261  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： 行列近似の問題は,レコメンデーションシステム,コンピュータビジョンとテキストマイニングにおける普遍的に現れた。一般的な仮定は,部分的に観測されたマトリックスは低品位を持つかまたは低ランク行列で良く近似できることである。しかし,この仮定は部分的に観測されたマトリックスである大域的低品位ことがあることが分かった。本論文では,大域的低ランク仮定を緩和し,低ランク行列の加重和として観測されたマトリックスの表現をもたらす行列近似の局所感度定式化を提案した。乗算器の交互方向手法(ADMM)をベースにした効率的な方法により,この問題を解いた。著者らの実験は推薦タスクのための古典的なアプローチに対して予測精度の改善を示した。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： 定式化 ,  *凸形 ,  コンピュータビジョン ,  乗算器 ,  *高感度 ,  *近似法
準シソーラス用語： 予測精度 ,  加重 ,  テキストマイニング ,  推奨システム , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 凸 ,  高感度 ,  行列 ,  近似