論文の概要: Disjoint principal component analysis by constrained binary particle swarm optimization

• arxiv url: http://arxiv.org/abs/2004.10701v1
• Date: Wed, 22 Apr 2020 17:07:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-10 17:12:17.824792
• Title: Disjoint principal component analysis by constrained binary particle swarm optimization
• Title（参考訳）: 制約付き二元粒子群最適化による連立主成分分析
• Authors: John Ram\'irez-Figueroa, Carlos Mart\'in-Barreiro, Ana B. Nieto-Librero, Victor Leiva-S\'anchez, Purificaci\'on Galindo-Villard\'on
• Abstract要約: 本稿では,解離主成分分析の代替手法を提案する。 提案手法は粒子群最適化により制約付きバイナリ最適化と命名される。 提案手法により得られた解の質を数値的に検証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we propose an alternative method to the disjoint principal component analysis. The method consists of a principal component analysis with constraints, which allows us to determine disjoint components that are linear combinations of disjoint subsets of the original variables. The proposed method is named constrained binary optimization by particle swarm disjoint principal component analysis, since it is based on the particle swarm optimization. The method uses stochastic optimization to find solutions in cases of high computational complexity. The algorithm associated with the method starts generating randomly a particle population which iteratively evolves until attaining a global optimum which is function of the disjoint components. Numerical results are provided to confirm the quality of the solutions attained by the proposed method. Illustrative examples with real data are conducted to show the potential applications of the method.
• Abstract（参考訳）: 本稿では,解離主成分分析の代替手法を提案する。 この手法は制約付き主成分分析から成り、元の変数の不随伴部分集合の線形結合である不随伴成分を決定することができる。 提案手法は, 粒子群最適化に基づくため, particle swarm disjoint 主成分分析により, 制約付きバイナリ最適化と命名された。 この手法は確率最適化を用いて計算複雑性の高い場合の解を求める。 この手法に関連するアルゴリズムは、解離成分の関数である大域最適点に到達するまで、反復的に進化する粒子集団をランダムに生成し始める。 提案手法により得られた解の質を確認するため, 数値実験を行った。 本手法の応用可能性を示すために実データを用いた例を示す。

関連論文リスト

• Mutual-energy inner product optimization method for constructing feature coordinates and image classification in Machine Learning [0.0]
  本稿では,機能座標系を構築するための相互エネルギー内積最適化手法を提案する。 相互エネルギー内積を一連の固有関数として表現することにより、低周波特性を増強する大きな利点を示す。 最適化モデルを解くために、安定かつ効率的な逐次線形化アルゴリズムを構築した。
  論文  参考訳（メタデータ） (2024-11-09T07:26:03Z)
• Efficient Estimation of Unique Components in Independent Component Analysis by Matrix Representation [1.0282274843007793]
  独立成分分析(ICA)は信号処理や特徴抽出の様々な応用において広く用いられている手法である。 本稿では,アルゴリズムを行列表現で再構成することにより,ICAの固有推定を高度に高速化する。 人工データセットと脳波データを用いた実験により,提案手法の有効性が検証された。
  論文  参考訳（メタデータ） (2024-08-30T09:01:04Z)
• Comparison of Single- and Multi- Objective Optimization Quality for Evolutionary Equation Discovery [77.34726150561087]
  進化的微分方程式の発見は、より優先順位の低い方程式を得るための道具であることが証明された。 提案した比較手法は、バーガーズ方程式、波動方程式、コルテヴェーグ・ド・ブリーズ方程式といった古典的なモデル例で示される。
  論文  参考訳（メタデータ） (2023-06-29T15:37:19Z)
• Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and Optimal Algorithms [64.10576998630981]
  最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。 ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。 本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
  論文  参考訳（メタデータ） (2023-06-21T17:03:22Z)
• Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
  実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。 本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
  論文  参考訳（メタデータ） (2023-06-13T01:18:16Z)
• Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
  本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。 微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
  論文  参考訳（メタデータ） (2023-02-24T18:41:48Z)
• Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
  ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。 本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
  論文  参考訳（メタデータ） (2023-01-28T01:50:42Z)
• Optimal prediction for kernel-based semi-functional linear regression [5.827901300943599]
  半関数線形モデルにおける予測のための収束の最小値を求める。 その結果, よりスムーズな関数成分は, 非パラメトリック成分が知られているようなミニマックス速度で学習できることが判明した。
  論文  参考訳（メタデータ） (2021-10-29T04:55:44Z)
• Data-Driven Combinatorial Optimization with Incomplete Information: a Distributionally Robust Optimization Approach [0.0]
  我々は,コストベクトルが先行性を持たないが,有限データセットでしか観測できない線形最適化問題を解析する。 目標は、データセットを対象関数の期待値の推定値に変換する手順を見つけることである。
  論文  参考訳（メタデータ） (2021-05-28T23:17:35Z)
• Partition-based formulations for mixed-integer optimization of trained ReLU neural networks [66.88252321870085]
  本稿では,訓練されたReLUニューラルネットワークのための混合整数式について紹介する。 1つの極端な場合、入力毎に1つのパーティションがノードの凸殻、すなわち各ノードの最も厳密な可能な定式化を回復する。
  論文  参考訳（メタデータ） (2021-02-08T17:27:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。