文献

J-GLOBAL ID：202202286272229531   整理番号：22A0570929

潜在因子分析のための調整確率勾配降下【JST・京大機械翻訳】

Adjusted stochastic gradient descent for latent factor analysis

著者 (4件)： Li Qing (Chongqing Key Laboratory of Big Data and Intelligent Computing, Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences, Chongqing 400714, China) ,  Li Qing (College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Xiong Diwen (Chongqing Key Laboratory of Big Data and Intelligent Computing, Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences, Chongqing 400714, China) ,  Shang Mingsheng (Chongqing Key Laboratory of Big Data and Intelligent Computing, Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences, Chongqing 400714, China)
資料名： Information Sciences  (Information Sciences)
巻： 588  ページ： 196-213  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 高次元で不完全な(HDI)マトリックスは,ほとんどの産業応用における大きなデータの一般的形態である。確率的勾配降下(SGD)アルゴリズム最適化潜在因子分析(LFA)モデルは,HDIマトリックスにおける豊富な知識を学習する際にしばしば採用される。LFAのような双線形問題を解くとき,その計算の扱いやすさとスケーラビリティにもかかわらず,通常のSGDアルゴリズムは,局所最適でスタックする傾向がある。この課題に取り組むために,本論文は,最適化の間の二極勾配方向を考慮することによって調整機構が実装される,潜在因子分析のための調整確率的勾配降下(ASGD)を革新的に提案して,そのような機構を,局所鞍点における過剰ステップにおける効率のために理論的に証明して,早熟収束を避けた。また,モデルのハイパーパラメータを,より高い実用性のために,粒子群最適化(PSO)アルゴリズムを使用して自己適応方式で実装した。実験結果は,提案モデルが,特に欠測データのための予測精度において,産業応用からの6つの異なるHDIマトリックスに関する他の最先端の手法より優れていることを示した。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 ,  最適化 ,  収束 ,  勾配 ,  *因子分析 ,  線形性 ,  モデル ,  鞍点 ,  高次元 ,  パラメータ ,  思春期早発症
準シソーラス用語： 自己適応 ,  粒子群最適化 ,  予測精度 ,  ハイパーパラメータ ,  *確率勾配 , 【Automatic Indexing@JST】

著者キーワード (8件)： ビッグデータ分析 ,  高次元不完全行列 ,  確率的勾配降下 ,  潜在因子分析 ,  勾配調整 ,  適応モデル ,  粒子群最適化 ,  局所最適

分類 (4件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  医用画像処理  (JE04020T) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (3件)： 因子分析 ,  確率勾配 ,  降下