Nieujemna faktoryzacja macierzy i tensorów

Podobne dokumenty
R. Zdunek: Autoreferat Załącznik 2 AUTOREFERAT

Sieci neuronowe do przetwarzania informacji / Stanisław Osowski. wyd. 3. Warszawa, Spis treści

4.1. Wprowadzenie Podstawowe definicje Algorytm określania wartości parametrów w regresji logistycznej...74

Uczenie sieci radialnych (RBF)

Optymalizacja ciągła

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

Optymalizacja wypukªa: wybrane zagadnienia i zastosowania

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Ontogeniczne sieci neuronowe. O sieciach zmieniających swoją strukturę

Automatyka i Robotyka II Stopień ogólno akademicki studia niestacjonarne wszystkie Katedra Automatyki i Robotyki Prof. dr hab. inż.

Recenzenci Stefan Mynarski, Waldemar Tarczyński. Redaktor Wydawnictwa Anna Grzybowska. Redaktor techniczny Barbara Łopusiewicz. Korektor Barbara Cibis

Paweł Kłosowski Andrzej Ambroziak METODY NUMERYCZNE W MECHANICE KONSTRUKCJI Z PRZYKŁADAMI W PROGRAMIE

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos

RACHUNEK PRAWDOPODOBIE STWA

Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin. Henryk Bujak

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

PROGRAMOWANIE KWADRATOWE

Zrównoleglona optymalizacja stochastyczna na dużych zbiorach danych

Modyfikacja schematu SCPF obliczeń energii polaryzacji

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO

STATYSTYKA MATEMATYCZNA

Podręcznik akademicki dofinansowany przez Ministra Nauki i Szkolnictwa Wyższego

Numeryczne metody optymalizacji Optymalizacja w kierunku. informacje dodatkowe

Oferta wydawnicza Politechniki Gdańskiej jest dostępna pod adresem

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów

Inteligentne wydobywanie informacji z internetowych serwisów społecznościowych

Rozpoznawanie wzorców. Dr inż. Michał Bereta p. 144 / 10, Instytut Informatyki

Ekonometria. Zajęcia

Zanieczyszczenia naftowe w gruncie. pod redakcją Jana Surygały

Modelowanie danych hodowlanych

Plan wykładu. Obliczenia równoległe w zagadnieniach inżynierskich. Wykład 6 p. Rozwiazywanie układów równań. metody bezpośrednie,

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Spis treści Przedmowa

Algorytmy analizy skupień / Sławomir Wierzchoń, Mieczysław Kłopotek. wyd. 1, 1. dodr. (PWN). Warszawa, Spis treści

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WYKŁAD 9 METODY ZMIENNEJ METRYKI

Spis treści. Przedmowa 11

Prawdopodobieństwo i statystyka

Optymalizacja ciągła

Statystyka i eksploracja danych

Metody Rozmyte i Algorytmy Ewolucyjne

SZTUCZNA INTELIGENCJA

Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści

METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Wstęp do metod numerycznych 11. Minimalizacja: funkcje wielu zmiennych. P. F. Góra

Układy równań liniowych. Krzysztof Patan

Praca dyplomowa magisterska

AUTOMATYKA INFORMATYKA

WSPÓŁPRACA W ZAKRESIE WYMIARU SPRAWIEDLIWOŚCI I SPRAW WEWNĘTRZNYCH W UNII EUROPEJSKIEJ

Matematyka dla studentów ekonomii : wykłady z ćwiczeniami/ Ryszard Antoniewicz, Andrzej Misztal. Wyd. 4 popr., 6 dodr. Warszawa, 2012.

Metody systemowe i decyzyjne w informatyce

Metoda gradientu prostego

Metody systemowe i decyzyjne w informatyce

Porównanie błędu predykcji dla różnych metod estymacji współczynników w modelu liniowym, scenariusz p bliskie lub większe od n

BADANIE METOD I PROJEKTOWANIE USŁUG LOKALIZACYJNYCH W SIECIACH RADIOKOMUNIKACYJNYCH

Politechnika Gdańska Wydział Oceanotechniki i Okrętownictwa. Marzec Podstawy teorii optymalizacji Oceanotechnika, II stop., sem.

WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH

REGULACYJNE USŁUGI SYSTEMOWE W ZAKRESIE MOCY CZYNNEJ

Prawdopodobieństwo i statystyka

Techniki Optymalizacji: Stochastyczny spadek wzdłuż gradientu I

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści

Testowanie hipotez statystycznych

Wykład 10 Skalowanie wielowymiarowe

Algorytm wstecznej propagacji błędów dla sieci RBF Michał Bereta

Metody systemowe i decyzyjne w informatyce

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ

1.3. Optymalizacja geometrii czasteczki

KOMPUTEROWA SYMULACJA UKŁADÓW AUTOMATYCZNEJ REGULACJI W ŚRODOWISKU MATLAB/Simulink. Barbara ŁYSAKOWSKA, Grzegorz MZYK

Obliczenia równoległe i rozproszone. Praca zbiorowa pod redakcją Andrzeja Karbowskiego i Ewy Niewiadomskiej-Szynkiewicz

Z-ZIP2-303z Zagadnienia optymalizacji Problems of optimization

Heteroscedastyczność. Zjawisko heteroscedastyczności Uogólniona Metoda Najmniejszych Kwadratów Stosowalna Metoda Najmniejszych Kwadratów

Wojciech Skwirz

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Przegląd metod optymalizacji wielowymiarowej. Funkcja testowa. Funkcja testowa. Notes. Notes. Notes. Notes. Tomasz M. Gwizdałła

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Dr inż. Robert Wójcik, p. 313, C-3, tel Katedra Informatyki Technicznej (K-9) Wydział Elektroniki (W-4) Politechnika Wrocławska

Obliczenia równoległe w zagadnieniach inżynierskich. Wykład 6

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30

PROGRAMOWANIE NIELINIOWE

Spis treści Wstęp Estymacja Testowanie. Efekty losowe. Bogumiła Koprowska, Elżbieta Kukla

PRZEWODNIK PO PRZEDMIOCIE

Testowanie hipotez statystycznych

I EKSPLORACJA DANYCH

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Egzamin / zaliczenie na ocenę*

Oferta wydawnicza Politechniki Gda skiej jest dost pna pod adresem

10. Metody obliczeniowe najmniejszych kwadratów

Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści

wiedzy Sieci neuronowe (c.d.)

SPOTKANIE 6: Klasteryzacja: K-Means, Expectation Maximization

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój

PRZEWODNIK PO PRZEDMIOCIE

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Metody systemowe i decyzyjne w informatyce

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści

Transkrypt:

Rafał Zdunek Nieujemna faktoryzacja macierzy i tensorów Zastosowanie do klasyfikacji i przetwarzania sygnałów Oficyna Wydawnicza Politechniki Wrocławskiej Wrocław 2014

Recenzenci Andrzej CICHOCKI Ewaryst RAFAJŁOWICZ Opracowanie redakcyjne i korekta Alina KACZAK Projekt okładki Marcin ZAWADZKI Wszelkie prawa zastrzeżone. Żadna część niniejszej książki, zarówno w całości, jak i we fragmentach, nie może być reprodukowana w sposób elektroniczny, fotograficzny i inny bez zgody wydawcy i właściciela praw autorskich. Copyright by Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2014 OFICYNA WYDAWNICZA POLITECHNIKI WROCŁAWSKIEJ Wybrzeże Wyspiańskiego 27, 50-370 Wrocław http://www.oficyna.pwr.edu.pl e-mail: oficwyd@pwr.edu.pl zamawianie.ksiazek@pwr.edu.pl ISBN 978-83-7493-844-0 Drukarnia Oficyny Wydawniczej Politechniki Wrocławskiej. Zam. nr 564/2014.

Spis tre±ci Przedmowa................................................... 7 Wykaz oznacze«................................................ 11 Rozdziaª 1. Wprowadzenie........................................ 17 1.1. Podstawowe modele....................................... 18 1.1.1. Nieujemna faktoryzacja macierzy........................ 19 1.1.2. Nieujemna faktoryzacja tensora.......................... 21 1.2. Algorytm naprzemiennej minimalizacji funkcji celu................. 23 1.3. Estymacja liczby komponentów ukrytych........................ 26 1.4. Zarys historyczny......................................... 31 Rozdziaª 2. Podstawowe funkcje celu................................. 35 2.1. Odlegªo± euklidesowa...................................... 36 2.2. Dywergencja Csiszára...................................... 37 2.2.1. Dywergencja α...................................... 37 2.2.2. Dywergencja KullbackaLeiblera......................... 39 2.2.3. Model Tweedie dla dywergencji α........................ 40 2.3. Dywergencja Bregmana..................................... 43 2.3.1. Dywergencja β...................................... 43 2.3.2. Model Tweedie dla dywergencji β........................ 45 2.4. Inne funkcje celu.......................................... 46 Rozdziaª 3. Podstawy teoretyczne................................... 49 3.1. Niejednoznaczno± nieujemnej faktoryzacji macierzy................ 49 3.1.1. Normalizacja faktorów................................ 50 3.1.2. Miary rzadko±ci..................................... 54 3.1.3. Podej±cie geometryczne............................... 55 3.1.4. Warunki jednoznaczno±ci.............................. 60 3.2. Cechy faktorów........................................... 73 3.2.1. Rzadko± faktorów................................... 74 3.2.2. Gªadko± faktorów................................... 79 3.2.3. Ortogonalno± faktorów............................... 85 3.2.4. Korelacja faktorów................................... 87 3.2.5. Lokalna niezmienniczo± faktorów........................ 91

4 Rozdziaª 4. Algorytmy........................................... 99 4.1. Inicjalizacja faktorów...................................... 101 4.1.1. Inicjalizacja losowa................................... 101 4.1.2. Inicjalizacja wektorami centroidów....................... 103 4.1.3. Inicjalizacja wektorami osobliwymi....................... 106 4.1.4. Inicjalizacja wektorami bidiagonalizacji Lanczosa............. 109 4.1.5. Inicjalizacja wierzchoªkami otoczki wypukªej................ 110 4.2. Warunki optymalno±ci...................................... 114 4.3. Kryteria stopu........................................... 116 4.4. Algorytmy multiplikatywne.................................. 118 4.4.1. Algorytm MUE..................................... 119 4.4.2. Algorytm MKL..................................... 124 4.4.3. Algorytm α-nmf................................... 126 4.4.4. Algorytm β-nmf.................................... 128 4.4.5. Algorytmy zregularyzowane............................ 130 4.5. Algorytmy projekcyjne najmniejszych kwadratów.................. 140 4.5.1. Algorytm ALS...................................... 141 4.5.2. Algorytm RALS.................................... 142 4.6. Algorytmy blokowo-sekwencyjne.............................. 144 4.6.1. Algorytm HALS.................................... 144 4.6.2. Algorytm SCWA.................................... 147 4.7. Gradientowe algorytmy kierunków poprawy...................... 150 4.7.1. Projekcyjna metoda Landwebera......................... 151 4.7.2. Algorytm rzutowania gradientu.......................... 153 4.7.3. Algorytm gradientów skalowanych....................... 154 4.7.4. Algorytm gradientów optymalnych....................... 155 4.8. Algorytmy punktów wewn trznych............................. 157 4.9. Algorytmy zbioru aktywnego................................. 162 4.9.1. Algorytm LH-NNLS.................................. 162 4.9.2. Algorytm FC-NNLS.................................. 165 4.9.3. Zregularyzowany NNLS............................... 166 4.10. Algorytmy quasi-newtona................................... 174 4.10.1. Regularyzacja hesjanu................................ 175 4.10.2. Algorytm obszaru zaufania............................. 178 4.10.3. Tªumione iteracje Newtona............................. 182 4.10.4. Algorytm punktów wewn trznych w obszarach zaufania........ 187 4.10.5. Algorytm spektralnego rzutowania gradientu................ 193 4.11. Wyniki testów numerycznych................................. 196 4.11.1. Testy metod inicjalizacji faktorów........................ 197 4.11.2. Liniowe zadanie najmniejszych kwadratów.................. 199 4.11.3. Testy prostych algorytmów NMF........................ 202 4.11.4. Testy zregularyzowanych algorytmów NMF................. 219

4.11.5. Testy uogólnionych algorytmów NMF..................... 222 Rozdziaª 5. Struktura modelu NMF.................................. 225 5.1. Struktura symetryczna..................................... 225 5.1.1. Algorytmy multiplikatywne............................. 226 5.1.2. Algorytmy addytywne................................ 231 5.1.3. Wyniki bada«...................................... 233 5.2. Struktura wielowarstwowa................................... 237 5.3. Struktura splotowa........................................ 239 5.4. Struktura trójczªonowa..................................... 241 5.4.1. Struktura dwuortogonalna............................. 241 5.4.2. Liniowa kombinacja funkcji bazowych..................... 243 5.4.3. Struktura wypukªa................................... 246 5.5. Struktura aniczna........................................ 249 5.6. Struktura nieliniowa....................................... 250 Rozdziaª 6. Modele dekompozycji tensorów............................ 253 6.1. Wybrane dziaªania na tensorach............................... 253 6.2. Nieujemna faktoryzacja tensora............................... 256 6.2.1. Estymacja faktorów.................................. 259 6.2.2. Model NTF1....................................... 260 6.2.3. Model NTF2....................................... 262 6.2.4. Modele hybrydowe................................... 262 6.3. Dekompozycja Tuckera..................................... 265 6.3.1. Ortogonalno± faktorów............................... 265 6.3.2. Nieujemno± faktorów................................ 266 6.3.3. Cechy mieszane..................................... 268 6.4. Dekompozycja du»ych zbiorów danych.......................... 270 Rozdziaª 7. Przykªadowe zastosowania modeli NMF i NTF................. 275 7.1. lepa separacja ¹ródeª...................................... 275 7.1.1. Separacja sygnaªów spektralnych......................... 276 7.1.2. Separacja sygnaªów akustycznych........................ 279 7.2. Grupowanie danych....................................... 290 7.2.1. Grupowanie twarde.................................. 290 7.2.2. Grupowanie probabilistyczne............................ 296 7.2.3. Grupowanie dokumentów tekstowych...................... 297 7.3. Klasykacja nadzorowana................................... 301 7.3.1. Klasykacja obrazów twarzy............................ 302 7.3.2. Klasykacja obrazów tekstury........................... 305 7.3.3. Klasykacja obrazów algorytmem UO-NTF................. 308 Rozdziaª 8. Podsumowanie........................................ 313 Bibliograa................................................... 325 Streszczenie w j zyku angielskim.................................... 361 5