Resumen

Este trabajo presenta un novedoso algoritmo para descomponer numéricamente señales mixtas de forma colaborativa, dada la supervisión de las etiquetas que contiene cada señal. La descomposición se formula como un problema de optimización que incorpora una restricción no negativa. Se presenta una solución de factorización de datos no negativos para obtener los resultados de la descomposición. Se demuestra que la optimización es eficiente y disminuye la función objetivo monotónicamente. Este algoritmo de descomposición puede aplicarse a muestras de entrenamiento multietiqueta para la clasificación de patrones. Los resultados experimentales con datos reales muestran que el algoritmo propuesto puede facilitar significativamente el rendimiento de la clasificación de imágenes multietiqueta con una supervisión débil.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:rendimiento de clasificación de imágenes multietiqueta, solución de factorización de datos no negativos, muestras de entrenamiento multietiqueta, forma colaborativa, algoritmo de descomposición, resultados experimentales, señales mixtas, restricción no negativa, algoritmo novedoso, función objetivo
• Keywords:multilabel image classification performance, nonnegative data factorization solution, multilabel training samples, collaborative way, decomposition algorithm, experimental results, mixed signals, nonnegative constraint, novel algorithm, objective function