文献

J-GLOBAL ID：202202227059457618   整理番号：22A0572792

直交行列の高速近似とPCAへの応用【JST・京大機械翻訳】

Fast approximation of orthogonal matrices and application to PCA

著者 (4件)： Rusu Cristian (Faculty of Automatic Control and Computers, University Politehnica Bucharest, Romania) ,  Rusu Cristian (Research Center for Logic, Optimization and Security (LOS), Department of Computer Science, Faculty of Mathematics and Computer Science, University of Bucharest, Romania) ,  Rosasco Lorenzo (MaLGa, DIBRIS, Universite degli Studi di Genova, Genova, Italy) ,  Rosasco Lorenzo (Center for Brains, Minds and Machines, MIT, Cambridge, MA, USA)
資料名： Signal Processing  (Signal Processing)
巻： 194  ページ： Null  発行年： 2022年 
JST資料番号： A0102B  ISSN： 0165-1684  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 直交射影は機械学習アプリケーションにおける次元縮小の標準技術である。直交行列を近似する問題を研究し,その適用は数値的に高速で,正確である。特殊ケースとして与えられた回転を含む拡張直交推定変換と呼ぶ,一連の構造化行列上の最適化問題を解くことによる近似を見出した。そのような問題を解くための効率的な greedy欲アルゴリズムを提案し,近似精度と計算速度の間のバランスを打つことを示した。このアプローチはスペクトル法に関連し,PCAへの適用を説明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  効率 ,  最適化問題 ,  推定 ,  *近似法 ,  計算機処理速度 ,  応用プログラム ,  *直交性 ,  主成分分析 ,  次元縮小 ,  機械学習
準シソーラス用語： 近似精度 ,  直交射影 ,  行列因数分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 主成分分析 ,  スパース主成分分析 ,  行列因数分解 ,  直交行列 ,  高速構造化行列

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 近似 ,  PCA ,  応用