Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 DetailsÜbersicht
  Block Iterative Algorithms for Non-negative Matrix Approximation

Sra, S. (2008). Block Iterative Algorithms for Non-negative Matrix Approximation. Proceedings of the Eighth IEEE International Conference on Data Mining (ICDM 2008), 1037-1042.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-C62B-8 Versions-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-C62C-6
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Sra, S1, Autor           
Giannotti, Herausgeber
F., Herausgeber
Gunopulos, D., Herausgeber
Turini, F., Herausgeber
Zaniolo, C., Herausgeber
Ramakrishnan, N., Herausgeber
Wu, X., Herausgeber
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: In this paper we present new algorithms for non-negative matrix approximation (NMA), commonly known as the NMF problem. Our methods improve upon the well-known methods of Lee Seung~citelee00} for both the Frobenius norm as well the Kullback-Leibler divergence versions of the problem. For the latter problem, our results are especially interesting because it seems to have witnessed much lesser algorithmic progress as compared to the Frobenius norm NMA problem. Our algorithms are based on a particular textbf {block-iterative} acceleration technique for EM, which preserves the multiplicative nature of the updates and also ensures monotonicity. Furthermore, our algorithms also naturally apply to the Bregman-divergence NMA algorithms of~cite{suv.nips. Experimentally, we show that our algorithms outperform the traditional Lee/Seung approach most of the time.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2008-12
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: URI: http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4781221isnumber=4781078
DOI: 10.1109/ICDM.2008.77
BibTex Citekey: 5504
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Eighth IEEE International Conference on Data Mining
Veranstaltungsort: Pisa, Italy
Start-/Enddatum: -

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Proceedings of the Eighth IEEE International Conference on Data Mining (ICDM 2008)
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Piscataway, NJ, USA : IEEE Service Center
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 1037 - 1042 Identifikator: -