当前位置：网站首页>文献记录(part108)--Distributionally Robust and Multi-Objective Nonnegative Matrix Factorization

文献记录(part108)--Distributionally Robust and Multi-Objective Nonnegative Matrix Factorization

2022-07-21 17:41:00 【GoatGui】

学习笔记，仅供参考，有错必纠
博客阅读索引：博客阅读及知识获取指南

Distributionally Robust and Multi-Objective Nonnegative Matrix Factorization

Author：Nicolas Gillis, Le Thi Khanh Hien, Valentin Leplat , and Vincent Y. F. Tan

Journal：IEEE Transactions on Pattern Analysis and Machine Intelligence

Year：2022

DOI：10.1109/TPAMI.2021.3058693

Keywords：Nonnegative matrix factorization, multiple objectives, distributional robustness, multiplicative updates

Code：None

Abstract

非负矩阵分解 (NMF) 是一种用于分析非负数据的线性降维技术. NMF 的关键是目标函数的选择，该目标函数取决于对数据假设的噪声模型(or statistics of the noise). 在许多应用中，噪声模型是未知且难以估计的. 在本文中，我们定义了一个多目标 NMF (MO-NMF) 问题，其中多个目标组

原网站

版权声明
本文为[GoatGui]所创，转载请带上原文链接，感谢
https://darkgoat.blog.csdn.net/article/details/125901571

边栏推荐

猜你喜欢

随机推荐