检索结果-内蒙古大学图书馆

nonnegative matrix factorization over Continuous Signals using Parametrizable Functions

NEUROCOMPUTING 2020年 416卷 256-265页

作者： Hautecoeur, Cecile Glineur, Francois Catholic Univ Louvain CORE & ICTEAM Inst B-1348 Louvain La Neuve Belgium

nonnegative matrix factorization is a popular data analysis tool able to extract significant features from nonnegative data. We consider an extension of this problem to handle functional data, using parametrizable nonnegative functions such as polynomials or splines. Factorizing continuous signals using these parametrizable functions improves both the accuracy of the factorization and its smoothness. We introduce a new approach based on a generalization of the Hierarchical Alternating Least Squares algorithm. Our method obtains solutions whose accuracy is similar to that of existing approaches using polynomials or splines, while its computational cost increases moderately with the size of the input, making it attractive for large-scale datasets. (C) 2020 Elsevier B.V. All rights reserved.

关键词： nonnegative matrix factorization Hierarchical alternating least squares (HALS) functional nonnegative matrix factorization (projection on) nonnegative polynomials (projection on) nonnegative splines

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：