文献

J-GLOBAL ID：201902210579653669   整理番号：19A1488717

分離可能なシンプレックス構造化行列因子分解:コンビナトリアルアプローチのロバスト性【JST・京大機械翻訳】

Separable Simplex-structured Matrix Factorization: Robustness of Combinatorial Approaches

著者 (1件)： Gillis Nicolas (University of Mons, Mons, 7000, Belgium)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 5521-5525  発行年： 2019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： 本論文では,分離可能なシンプレックス構造化行列因数分解と呼ばれる低ランク行列近似問題を考察した。入力行列Xを与えると,Wの柱がXの柱の中で選択され,Hの各柱の入口が非負で,ほとんどが和であるようなWとHを見出した。この問題は文献において広範囲に研究されており,ハイパースペクトルの非混合および文書解析における応用により,分離可能な非負行列因数分解の一般化である。この問題に取り組むために多くの方法が提案されている。3つの主要なクラスはgre欲アルゴリズム,凸緩和および組合せアプローチである。最初の2つのクラスに対して,いくつかのアルゴリズムの雑音に対するロバスト性を正確に特性化した。著者らが知る限り,このような結果は組合せ定式化のために存在しない。本論文では,このギャップを満たす:問題の厳密な組合せ定式化の堅固なロバスト性解析を提供する。そのような定式化は最適化が困難であるが,それらはgre欲アルゴリズムや凸緩和よりも雑音に対して強いロバスト性をもたらすことを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ロバスト性 ,  緩和現象 ,  近似法 ,  *コンビナトリアルケミストリー ,  キャラクタリゼーション ,  最適化 ,  雑音 ,  アルゴリズム ,  定式化 ,  凸形
準シソーラス用語： 非負行列因子分解 ,  文書解析 ,  ハイパースペクトル ,  行列因数分解 ,  *因子分解 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 構造化 ,  行列 ,  因子分解 ,  コンビナトリアルアプローチ ,  ロバスト性