Resumen

Este artículo presenta una familia de modelos probabilísticos de variables latentes que pueden utilizarse para el análisis de datos no negativos. Mostramos que existen fuertes vínculos entre la factorización de matrices no negativas y esta familia, y proporcionamos algunas extensiones directas que pueden ayudar a tratar con invariancias de cambio, descomposiciones de orden superior y restricciones de escasez. A través de estas extensiones, argumentamos que el uso de este enfoque permite un rápido desarrollo de modelos estadísticos complejos para analizar datos no negativos.

• Materias:Reacciones químicas Microorganismos Farmacología Iones Química bioinorgánica
• Subjects:Chemical reactions Microorganisms Pharmacology Ions Bioinorganic chemistry
• Palabras claves:datos no negativos, factorización de matrices no negativas, modelo estadístico complejo, familia, modelo variable, latente probabilístico, invariancia de desplazamiento, restricciones de dispersión, descomposición de orden, empate fuerte
• Keywords:nonnegative data, nonnegative matrix factorization, complex statistical model, family, variable model, probabilistic latent, shift invariance, sparsity constraints, order decomposition, strong tie