La factorización de matrices no negativas (NMF) se ha utilizado como una potente herramienta de representación de datos en el mundo real, ya que normalmente se requiere la no negatividad de las matrices. En los últimos años, muchos nuevos métodos están disponibles para resolver NMF además del algoritmo de actualización multiplicativo, tales como algoritmos de descenso de gradiente, el método de conjunto activo, y mínimos cuadrados no negativos alternantes (ANLS). En este trabajo, proponemos un método de actualización inexacto, con dos parámetros, que puede asegurar que la función objetivo es siempre descendente antes de encontrar la solución óptima. Los resultados experimentales muestran que el método propuesto es eficaz.
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:
Existencia de una solución estacionaria no trivial a un sistema de quimiotaxis parabólico-parabólico con sensibilidad singular.
Artículo:
Interpolación de imágenes impulsada por energía utilizando regresión de procesos gaussianos.
Artículo:
Sobre la tricotomía no uniforme polinómica de sistemas lineales en tiempo discreto en espacios de Banach.
Artículo:
El Número Promedio de Cobertura de un Grafo
Artículo:
Programación estocástica de máquinas para minimizar el tiempo de espera de objetivos relacionados con trabajos de emergencia.