La factorizacin de matrices no negativas (NMF) es un mtodo popular para el anlisis multivariante de datos no negativos. Consiste en descomponer una matriz de datos en un producto de dos matrices factoriales con todas las entradas restringidas a ser no negativas. Recientemente se ha introducido la factorizacin ortogonal de matrices no negativas (ONMF). Este mtodo ha demostrado un rendimiento notable en tareas de clustering, como la clasificacin de la expresin gnica. En este estudio, introducimos dos mtodos de convergencia para resolver ONMF. En primer lugar, diseamos un algoritmo ortogonal convergente basado en el mtodo del multiplicador de Lagrange. En segundo lugar, proponemos un enfoque basado en el mtodo de direccin alterna. Por ltimo, demostramos que los dos enfoques propuestos tienden a proporcionar soluciones de mayor calidad y obtienen mejores resultados en tareas de agrupamiento en comparacin con un ONMF de ltima generacin.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Oscilación de ecuaciones diferenciales de retardo neutrales de tercer orden
Artículo:
Investigación numérica y estudio paramétrico del rendimiento térmico de un sistema vertical de intercambiador de calor tierra-aire
Artículo:
El dual de Köthe de una retícula de Banach abstracta
Artículo:
Control impulsivo para la sincronización de sistemas caóticos con retardo temporal
Artículo:
Pruebas con mesa vibratoria de un nuevo pilote antideslizamiento bajo terremotos
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Análisis teórico e investigación experimental del mecanismo de la pierna del robot-silla andante portador de personas
Artículo:
Mantenimiento de las restricciones de conectividad inalámbrica para enjambres de robots en presencia de obstáculos