文献

J-GLOBAL ID：201702278753508534   整理番号：17A1773422

複合関数最小化のためのマトリックス分割法【Powered by NICT】

A Matrix Splitting Method for Composite Function Minimization

著者 (3件)： Yuan Ganzhao ,  Zheng Wei-Shi ,  Ghanem Bernard
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 5310-5319  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： 複合関数最小化は,コンピュータビジョンと機械学習の両者への応用の広いスペクトルを捕捉した。は,特別な場合として,有界制約付き最適化と基数正則化最適化を含んでいる。複合関数を最小化するための新しいマトリックス分割法(MSM)を提案し,解析した。文献における線形系を解くための古典的Gauss-Seidel法と逐次過緩和法の一般化と見なすことができる。新しいガウス消去法を取り入れて,マトリックス分割法が最先端の性能を達成した。凸問題のために,著者らは,MSMの大域的収束,収束速度,および反復複雑性を確立し,非凸問題のための,その大域収束性を証明した。最後に,二つの特別な応用:非負行列因数分解と濃度正則化スパース符号化に関する著者らのマトリックス分割法の性能を検証した。広範な実験は,著者らの方法が効率と有効性の点で既存の合成関数最小化法を凌ぐことを示した。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： 正則化 ,  コンピュータビジョン ,  機械学習 ,  凸形 ,  スペクトル ,  最適化 ,  線形系 ,  *分割法 ,  緩和法
準シソーラス用語： スパースコーディング ,  非負行列因子分解 ,  複雑性 ,  収束速度 ,  Gauss消去法 ,  制約付最適化 , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 関数 ,  最小化 ,  マトリックス ,  分割法