抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深い行列因子分解(DMF)は,行列完了の問題に対する新たなアプローチである。最近の研究は,DMFモデルに適用される勾配降下が,回復行列のランクに陰的正則化を誘起することを立証した。本研究では,スペクトル幾何学のレンズを通してDMFモデルを解釈した。これにより,DMF構造を破壊することなく明示的な正則化を組み入れることができ,その結果,両方の世界が最良になる。特に,列および/または柱間の幾何学的またはトポロジー的関係の根底にある行列完成問題に焦点を当てた。このような関係は,推薦システムや薬物-ターゲット相互作用のような多くのアプリケーションで生じるマトリックス完了問題において一般的である。著者らの貢献は,DMFモデルをこれらの関係を利用することができ,それらを実際のベンチマークで競合させ,一方,深い線形ネットワークの最初の成功した応用の1つを示す。【JST・京大機械翻訳】