BriefGPT.xyz
Oct, 2024
一种针对正则化非负矩阵分解的迭代算法
An Iterative Algorithm for Regularized Non-negative Matrix Factorizations
HTML
PDF
Steven E. Pav
TL;DR
本文针对现有的非负矩阵分解算法提出了一种改进方法，解决了在应用权重范数和正则化时的局限性。通过将乘法更新重新表述为加法更新，避免了算法在零值上的停滞，显著提升了模型的表现。研究结果在鸡尾酒数据库的降维表示方面展现出良好的效果，具有重要的实际应用潜力。
Abstract
We generalize the
Non-negative Matrix Factorization
algorithm of Lee and Seung to accept a weighted norm, and to support
Ridge and Lasso
Regulari
→