Fugu-MT 論文翻訳(概要): Robustness of Minimum-Volume Nonnegative Matrix Factorization under an Expanded Sufficiently Scattered Condition

論文の概要: Robustness of Minimum-Volume Nonnegative Matrix Factorization under an Expanded Sufficiently Scattered Condition

arxiv url: http://arxiv.org/abs/2511.04291v1
Date: Thu, 06 Nov 2025 11:36:32 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-07 20:17:53.406927
Title: Robustness of Minimum-Volume Nonnegative Matrix Factorization under an Expanded Sufficiently Scattered Condition
Title（参考訳）: 十分な散乱条件下での最小体積非負行列分解のロバスト性
Authors: Giovanni Barbarino, Nicolas Gillis, Subhayan Saha,
Abstract要約: min-vol NMFはノイズの存在下での基底的要因を同定する。本稿では, 十分に分散した条件下でのノイズの存在下での基底構造因子を, min-vol NMFが同定できることを実証する。
参考スコア（独自算出の注目度）: 8.11389176125077
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Minimum-volume nonnegative matrix factorization (min-vol NMF) has been used successfully in many applications, such as hyperspectral imaging, chemical kinetics, spectroscopy, topic modeling, and audio source separation. However, its robustness to noise has been a long-standing open problem. In this paper, we prove that min-vol NMF identifies the groundtruth factors in the presence of noise under a condition referred to as the expanded sufficiently scattered condition which requires the data points to be sufficiently well scattered in the latent simplex generated by the basis vectors.
Abstract（参考訳）: 最小体積非負行列分解(min-vol NMF)は、ハイパースペクトルイメージング、化学運動学、分光、トピックモデリング、オーディオソース分離など、多くの応用で成功している。しかし、騒音に対する頑丈さは長年の未解決問題であった。本稿では, 基本ベクトルが生成する潜伏単純度にデータ点を十分に分散させる必要のある, 十分に分散した条件下で, ノイズの存在下での基底構造因子をmin-vol NMFが同定することを証明する。

関連論文リスト

Quantum electrodynamics of lossy magnetodielectric samples in vacuum: modified Langevin noise formalism [55.2480439325792]
我々は、マクロな媒質中における電磁界の確立された正準量子化から、変形したランゲヴィンノイズの定式化を解析的に導出した。 2つの場のそれぞれが特定のボゾン作用素の項で表現できることを証明し、電磁ハミルトニアンを対角化する。
論文参考訳（メタデータ） (2024-04-07T14:37:04Z)
Partial-transpose-guided entanglement classes and minimum noise filtering in many-body Gaussian quantum systems [1.243080988483032]
純粋な状態のものと類似した2モードのバイパルタイト絡み構造は、多体ガウス量子状態のクラスで見られる。これらの2つの絡み合いクラスは、スカラー場真空から捕獲されたイオン鎖の局所軸運動モードへの理論的および実験的応用に関係している。
論文参考訳（メタデータ） (2024-02-21T15:49:33Z)
On Minimum Trace Factor Analysis -- An Old Song Sung to a New Tune [0.0]
本稿では,1940年のリーダーマンの研究にさかのぼる根を持つ凸最適化法であるMTFA(Minimum Trace Factor Analysis)の緩和版を紹介する。提案手法は,結果の低階部分空間の精度と,その行列を計算するアルゴリズムの収束率に関する理論的保証を提供する。
論文参考訳（メタデータ） (2024-02-04T12:15:56Z)
Harnessing high-dimensional temporal entanglement using limited interferometric setups [41.94295877935867]
偏極時間領域における高次元エンタングルメントの最初の完全解析法を開発した。本稿では,量子鍵分布において,関連する密度行列要素とセキュリティパラメータを効率的に認証する方法を示す。自由空間量子通信の耐雑音性をさらに高める新しい構成を提案する。
論文参考訳（メタデータ） (2023-08-08T17:44:43Z)
How robust is randomized blind deconvolution via nuclear norm minimization against adversarial noise? [5.551814548069403]
本研究では, ブラインドデコンボリューション(ブラインドデコンボリューション)と呼ばれる, 2つの未知の信号をその畳み込みから復元する問題について検討する。ノイズレベルの平方根スケーリングを示す対向雑音によるブラインドデコンボリューションの回復保証を改良する。
論文参考訳（メタデータ） (2023-03-17T14:59:00Z)
Unitary Approximate Message Passing for Matrix Factorization [90.84906091118084]
行列分解 (MF) を一定の制約で考慮し, 様々な分野の応用を見いだす。我々は,効率の良いメッセージパッシング実装であるUAMPMFを用いて,MFに対するベイズ的アプローチを開発する。 UAMPMFは、回復精度、ロバスト性、計算複雑性の観点から、最先端のアルゴリズムを著しく上回ることを示す。
論文参考訳（メタデータ） (2022-07-31T12:09:32Z)
Entropy Minimizing Matrix Factorization [102.26446204624885]
NMF(Nonnegative Matrix Factorization)は、広く使用されているデータ分析技術であり、多くの実際のタスクで印象的な結果をもたらしました。本研究では,上述の問題に対処するために,EMMF (Entropy Minimizing Matrix Factorization framework) を開発した。通常、外れ値が通常のサンプルよりもはるかに小さいことを考えると、行列分解のために新しいエントロピー損失関数が確立される。
論文参考訳（メタデータ） (2021-03-24T21:08:43Z)
Low-Rank Matrix Recovery from Noise via an MDL Framework-based Atomic Norm [32.198910405600664]
低レベルの視覚問題では、基礎となる構造の正確な目標ランクとスパース・アウトリーの特定の位置と値が不明である。本研究では,これらの制限を克服するために,最小記述長(MDL)原理と原子ノルムを用いる。
論文参考訳（メタデータ） (2020-09-17T13:45:18Z)
Shape Matters: Understanding the Implicit Bias of the Noise Covariance [76.54300276636982]
勾配降下のノイズはパラメータ化モデルに対するトレーニングにおいて重要な暗黙の正則化効果をもたらす。ミニバッチやラベルの摂動によって引き起こされるパラメータ依存ノイズはガウスノイズよりもはるかに効果的であることを示す。分析の結果,パラメータ依存ノイズは局所最小値に偏りを生じさせるが,球状ガウス雑音は生じないことがわかった。
論文参考訳（メタデータ） (2020-06-15T18:31:02Z)
Residual-driven Fuzzy C-Means Clustering for Image Segmentation [152.609322951917]
画像分割のための残留駆動型ファジィC平均(FCM)について詳述する。この枠組みに基づいて,混合雑音分布の重み付けによる重み付き$ell_2$-norm忠実度項を示す。その結果、既存のFCM関連アルゴリズムよりも提案アルゴリズムの有効性と効率が優れていることが示された。
論文参考訳（メタデータ） (2020-04-15T15:46:09Z)

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。