A column-wise update algorithm for nonnegative matrix factorization in Bregman divergence with an orthogonal constraint

Recently orthogonal nonnegative matrix factorization (ONMF), imposing an orthogonal constraint into NMF, has been attracting a great deal of attention. ONMF is more appropriate than standard NMF for a clustering task because the constrained matrix can be considered as an indicator matrix. Several it...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Machine learning Ročník 103; číslo 2; s. 285 - 306
Hlavní autoři:	Kimura, Keigo, Kudo, Mineichi, Tanaka, Yuzuru
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.05.2016 Springer Nature B.V
Témata:	Algorithms Approximation Artificial Intelligence Computer Science Control Convergence Divergence Factorization Mathematical analysis Matrix Mechatronics Natural Language Processing (NLP) Norms Robotics Simulation and Modeling Tasks Bregman Divergence Orthogonal Factorization Orthogonal nonnegative matrix factorization Column-wise Update
ISSN:	0885-6125, 1573-0565
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!