Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 DetailsÜbersicht
  Change-Point Detection using Krylov Subspace Learning

Ide, T., & Tsuda, K. (2007). Change-Point Detection using Krylov Subspace Learning. Proceedings of the SIAM International Conference on Data Mining (SDM 2007), 515-520.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-CE17-0 Versions-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-CE18-E
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Ide, T, Autor
Tsuda, K1, Autor           
Apte, C., Herausgeber
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: We propose an efficient algorithm for principal component analysis (PCA) that is applicable when only the inner product with a given vector is needed. We show that Krylov subspace learning works well both in matrix compression and implicit calculation of the inner product by taking full advantage of the arbitrariness of the seed vector. We apply our algorithm to a PCA-based change-point detection algorithm, and show that it results in about 50 times improvement in computational time.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2007-04
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: URI: http://www.siam.org/proceedings/datamining/2007/dm07.php
BibTex Citekey: 4399
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: SIAM International Conference on Data Mining
Veranstaltungsort: Minneapolis, MN, USA
Start-/Enddatum: -

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Proceedings of the SIAM International Conference on Data Mining (SDM 2007)
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Pittsburgh, PA, USA : Society for Industrial and Applied Mathematics
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 515 - 520 Identifikator: -