May, 2024

输入引导的多解构单重建神经网络模型用于矩阵分解

PDF
TL;DR基于非负矩阵分解（NMF）概念的 IG-MDSR-NMF 和 IG-MDSR-RNMF 模型，通过发现数据的低秩近似，处理高维数据，并确保模型的非负性约束。与其他九种降维算法相比，两个模型在五个常用数据集上表现出明显的优越性，通过保证数据的局部结构等方面验证了低维嵌入与原始数据的对比，同时还呈现了计算复杂性和收敛性分析，从而证明了这些模型的优势。
non-negative matrix factorizationinput guided multiple deconstruction single reconstruction neural networkdimension reductionlow-dimensional embeddingcomputational complexity
发现论文，激发创造
  • 基于非负矩阵分解的多模态多视角聚类

    通过结合相关对象，无监督机器学习技术旨在揭示数据集中的潜在模式。在本文中，我们提出了一项关于多模态聚类算法的研究，并提出了一种名为多模态多视图非负矩阵分解的新方法，其中我们分析了多个局部 NMF 模型的协同作用。实验结果表明，所提出的方法具有较大的价值，并使用多种数据集进行评估，相比于现有的方法，获得了非常有前景的结果。

    Aug, 2023

  • 神经网络矩阵分解

    本文介绍一种基于神经网络与矩阵分解的方法，使用最优化技术得到潜在特征向量并据此构建神经网络，进而代替传统内积的矩阵分解方法，从而在一些测试数据集上达到更好的效果。

    Nov, 2015

  • 非负矩阵分解在降维中的应用：一项综述

    本文综述了非负矩阵分解（NMF）在降维中的应用，重点关注其在特征提取和特征选择方面。我们分类了降维方法，对 NMF 的不同方法进行了全面总结。此外，我们讨论了 NMF 在降维中的最新研究趋势和潜在未来发展方向，旨在突出需要进一步探索和发展的领域。

    May, 2024

  • 非负矩阵分解的深度展开及在突变特征分析中的应用

    通过发展 NMF 及其正则化变体的展开深度网络，我们在监督和无监督的情况下将其应用于不同的突变数据集以重建其基础突变特征以及暴露情况，实验证明与标准公式相比，我们的方法在分析模拟和真实突变数据方面具有更高的准确性。

    Aug, 2021

  • 鲁棒多模型拟合的非负矩阵欠拟合

    本文介绍了一种高效算法，用于解决非负矩阵欠逼近（NMU）问题，提出 NMU 结果与传统 NMF 相比具有额外的稀疏性和基于部分行为，解释了独特的数据特征。通过应用到气候数据分析和多参数模型拟合，证明了该方法在 NMU 计算效率上的优越性和实用性。

    Nov, 2016

  • 增量式多分辨率矩阵分解算法

    本研究研究了多分辨率分析和矩阵分解之间的关系，提出了一种增量多分辨率矩阵分解算法，用于发现对于许多视觉问题的成功非常重要的对称矩阵的分层块结构，实验证明该算法可以用于改进网络架构以及其他视觉问题。

    May, 2017

  • 基于互信息的短文本主题建模的联邦非负矩阵分解

    文中介绍了一种使用 Federated NMF 和互信息（MI）的方法，可以在尊重客户数据隐私的同时，帮助多个客户一起训练矩阵分解话题模型，并更好地进行自然语言处理

    May, 2022

  • 通过展开迭代阈值法进行深度循环 NMF 语音分离

    本文提出了一种新颖的循环神经网络架构，用于语音分离，并通过展开顺序迭代软阈值算法（ISTA）迭代来构建此网络结构，解决稀疏非负矩阵分解（NMF）的优化问题。该模型具有解释性好、训练速度快、泛化性能强等特点，相比当前稀疏 NMF 和 LSTM 网络，在有限的训练数据情况下，表现出更强的推广和分离性能。

    Sep, 2017

  • 对比深度非负矩阵因式分解在社区检测中的应用

    提出了一种名为对比深层非负矩阵分解 (CDNMF) 的新型社区检测算法，通过加深非负矩阵分解来提取信息，创造性地将网络拓扑和节点属性构建为两个对比视图，并利用去偏差负采样层学习社区级别的节点相似性，提高模型对社区检测的适应性，实验证明，该模型在三个公开真实图数据集上取得了比现有方法更好的结果。

    Nov, 2023

  • 深度矩阵因式分解方法学习属性表示

    本研究提出了一种新的模型 Deep Semi-NMF，可以将 Semi-Non-negative Matrix Factorization 中无法解释的低级隐藏属性进行聚类解释，并提供了 Deep WSF 的半监督版本，可用于处理不同属性的数据集，可以用于聚类和分类，其性能表现优于其他现有的方法。

    Sep, 2015