Fugu-MT 論文翻訳(概要): Boolean Matrix Factorization via Nonnegative Auxiliary Optimization

論文の概要: Boolean Matrix Factorization via Nonnegative Auxiliary Optimization

arxiv url: http://arxiv.org/abs/2106.04708v1
Date: Tue, 8 Jun 2021 21:55:49 GMT
ステータス: 翻訳完了
システム内更新日: 2021-06-11 09:19:45.357518
Title: Boolean Matrix Factorization via Nonnegative Auxiliary Optimization
Title（参考訳）: 非負の補助最適化によるブール行列分解
Authors: Duc P. Truong, Erik Skau, Derek Desantis, Boian Alexandrov
Abstract要約: BMF問題を直接解く代わりに、補助行列上の制約で非負の最適化問題を解く。二つの解空間の同値性の証明を、厳密な解の存在下で提供する。アルゴリズムの有効性と複雑さを示すために,合成データセットと実データセットの実験を行った。
参考スコア（独自算出の注目度）: 0.5459797813771498
License: http://creativecommons.org/licenses/by/4.0/
Abstract: A novel approach to Boolean matrix factorization (BMF) is presented. Instead of solving the BMF problem directly, this approach solves a nonnegative optimization problem with the constraint over an auxiliary matrix whose Boolean structure is identical to the initial Boolean data. Then the solution of the nonnegative auxiliary optimization problem is thresholded to provide a solution for the BMF problem. We provide the proofs for the equivalencies of the two solution spaces under the existence of an exact solution. Moreover, the nonincreasing property of the algorithm is also proven. Experiments on synthetic and real datasets are conducted to show the effectiveness and complexity of the algorithm compared to other current methods.
Abstract（参考訳）: ブール行列分解(BMF)に対する新しいアプローチを示す。 bmf問題を直接解く代わりに、このアプローチは、初期ブールデータとブール構造が同一である補助行列上の制約を持つ非負最適化問題を解く。そして、非負の補助最適化問題の解をしきい値にし、BMF問題の解を提供する。二つの解空間の同値性の証明を、厳密な解の存在下で提供する。さらに,アルゴリズムの非増加特性も証明されている。合成および実データセットの実験を行い、他の手法と比較してアルゴリズムの有効性と複雑さを示す。

関連論文リスト

An Efficient Alternating Algorithm for ReLU-based Symmetric Matrix Decomposition [0.0]
本稿では,正則線形単位(ReLU)アクティベーション関数を用いて,非負およびスパース行列の低ランク構造を活用することに焦点を当てる。本稿では,ReLUに基づく非線形対称行列分解(ReLU-NSMD)モデルを提案し,その解に対して高速化された交互部分ブレグマン(AAPB)法を導入し,アルゴリズムの収束結果を示す。
論文参考訳（メタデータ） (2025-03-21T04:32:53Z)
Feature selection in linear SVMs via a hard cardinality constraint: a scalable SDP decomposition approach [3.7876216422538485]
本稿では, 線形支援ベクトルマシン(SVM)において, 濃度制約が適用された場合の組込み特徴選択問題について検討する。この問題は、元の線形SVMが時間内に解決可能な問題に等しいにもかかわらず、濃度制約が存在するためNPハードである。この問題に対処するために、まず2つの混合整数式を導入し、新しい半定緩和法を提案する。
論文参考訳（メタデータ） (2024-04-15T19:15:32Z)
Matrix Completion with Convex Optimization and Column Subset Selection [0.0]
本稿では,カラム選択行列補完法(CSMC)を実装した2つのアルゴリズムを提案する。本研究では, 行列サイズ, ランク計算, 欠落要素の割合が解の質と時間に与える影響について検討するため, 合成データについて実験を行った。我々の徹底的な分析により,CSMCは凸最適化に基づく行列補完アルゴリズムに匹敵する品質のソリューションを提供することが示された。
論文参考訳（メタデータ） (2024-03-04T10:36:06Z)
Dynamic Incremental Optimization for Best Subset Selection [15.8362578568708]
最良のサブセット選択は、多くの学習問題に対する金の標準と見なされている。主問題構造と双対問題構造に基づいて,効率的な部分集合双対アルゴリズムを開発した。
論文参考訳（メタデータ） (2024-02-04T02:26:40Z)
A First-Order Multi-Gradient Algorithm for Multi-Objective Bi-Level Optimization [7.097069899573992]
マルチオブジェクト・バイ・レベル最適化(MOBLO)問題について検討する。既存の勾配に基づくMOBLOアルゴリズムはヘッセン行列を計算する必要がある。 FORUMと呼ばれるMOBLOの高効率な1次多重勾配法を提案する。
論文参考訳（メタデータ） (2024-01-17T15:03:37Z)
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)
On the Global Solution of Soft k-Means [159.23423824953412]
本稿では,ソフトk-平均問題の解法を全世界で提案する。ミニマルボリュームソフトkMeans (MVSkM) と呼ばれる新しいモデルを提案する。
論文参考訳（メタデータ） (2022-12-07T12:06:55Z)
Orthogonal Nonnegative Matrix Factorization with Sparsity Constraints [0.0]
本稿では,空間制約付き直交非負行列因子分解(SCONMF)問題に対する新しいアプローチを提案する。容量制約のある施設配置問題としてSCONMFを再構成することにより, 提案手法は非負性, 直交性, 疎性制約を自然に統合する。具体的には,動的最適制御設計問題に使用される制御バリア関数(CBF)に基づくフレームワークと,施設配置問題に使用される最大エントロピー原理に基づくフレームワークを統合し,ロバストな因子化を確保しつつ,これらの制約を強制する。
論文参考訳（メタデータ） (2022-10-06T04:30:59Z)
ARES: An Efficient Algorithm with Recurrent Evaluation and Sampling-Driven Inference for Maximum Independent Set [48.57120672468062]
本稿では、2つの革新的な手法を取り入れたMIS問題に対する効率的なアルゴリズムを提案する。提案アルゴリズムは、解の質、計算効率、安定性の点で最先端のアルゴリズムより優れている。
論文参考訳（メタデータ） (2022-08-16T14:39:38Z)
Log-based Sparse Nonnegative Matrix Factorization for Data Representation [55.72494900138061]
非負の行列因子化(NMF)は、非負のデータを部品ベースの表現で表すことの有効性から、近年広く研究されている。そこで本研究では,係数行列に対数ノルムを課した新しいNMF法を提案する。提案手法のロバスト性を高めるために,$ell_2,log$-(pseudo) ノルムを新たに提案した。
論文参考訳（メタデータ） (2022-04-22T11:38:10Z)
Factorization Approach for Low-complexity Matrix Completion Problems: Exponential Number of Spurious Solutions and Failure of Gradient Methods [18.16094563534453]
Burer-Monteiro (B-M) 因数分解法は, RIP条件下での低ランク行列最適化問題を効率的に解けることが知られている。情報理論の複雑さが低い低ランク行列最適化問題に対して、B-M分解に基づく手法が成功するかどうかを問うのは当然である。
論文参考訳（メタデータ） (2021-10-19T21:52:14Z)
Hybrid Trilinear and Bilinear Programming for Aligning Partially Overlapping Point Sets [85.71360365315128]
多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
論文参考訳（メタデータ） (2021-01-19T04:24:23Z)
Sparse PCA via $l_{2,p}$-Norm Regularization for Unsupervised Feature Selection [138.97647716793333]
再構成誤差を$l_2,p$ノルム正規化と組み合わせることで,単純かつ効率的な特徴選択手法を提案する。提案する非教師付きモデルを解くための効率的な最適化アルゴリズムを提案し,アルゴリズムの収束と計算の複雑さを理論的に解析する。
論文参考訳（メタデータ） (2020-12-29T04:08:38Z)
Meta-learning based Alternating Minimization Algorithm for Non-convex Optimization [9.774392581946108]
複数変数の非プロブレムに挑戦する新しい解を提案する。提案手法では,他の手法が一般的に失敗するケースに対して,効果的なイテレーションを実現することができる。
論文参考訳（メタデータ） (2020-09-09T10:45:00Z)
Follow the bisector: a simple method for multi-objective optimization [65.83318707752385]
複数の異なる損失を最小化しなければならない最適化問題を考える。提案手法は、各イテレーションにおける降下方向を計算し、目的関数の相対的減少を等しく保証する。
論文参考訳（メタデータ） (2020-07-14T09:50:33Z)

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。