電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2011-11-09 15:45
ロバスト主成分分析のための行列分解の一般化
中島伸一ニコン)・杉山 将東工大)・デリン ババカンイリノイ大
技報オンラインサービス実施中
抄録 (和) 主成分分析は観測行列を低ランク行列で近似する手法であり,
特異成分単位のスパース推定とみなせる.
これを拡張したロバスト主成分分析では,行列要素単位のスパース項をモデルに加えることにより,
スパイクノイズに強い主成分分析を実現している.
本稿では,これらのスパース行列学習法を拡張する統一的枠組み(一般化行列分解)を提案する.
一般化行列分解は,ベイズ推定によって引き起こされるモデル起因正則化を利用して
所望のスパース性を誘導する.
我々は,変分ベイズ解を求めるために未知変数をブロックごとに大域最適化するアルゴリズム(期待値逐次更新法)を提案し,
その有効性を実験によって示す. 
(英) Principal component analysis (PCA) can be regarded as approximating a
data matrix with
a low-rank one by imposing sparsity on singular values,
and its robust variant further captures sparse noise on top of plain PCA.
In this paper, we extend such sparse matrix learning methods,
and propose a novel unified framework called generalized matrix
factorization (GMF).
GMF systematically induces
various types of sparsity
by the so-called model-induced regularization in the Bayesian framework.
We propose an iterative algorithm called
the mean update
for variational Bayesian approximation to GMF,
which gives
the global optimal solution for a large subset of parameters in each step.
Through experiments, we demonstrate the usefulness of GMF.
キーワード (和) 行列分解 / 変分ベイズ / ロバスト主成分分析 / モデル起因正則化 / / / /  
(英) matrix factorization / variational Bayes / robust PCA / model-induced regularization / / / /  
文献情報 信学技報, vol. 111, no. 275, IBISML2011-61, pp. 127-134, 2011年11月.
資料番号 IBISML2011-61 
発行日 2011-11-02 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IBISML  
開催期間 2011-11-09 - 2011-11-11 
開催地(和) 奈良女子大学 
開催地(英) Nara Womens Univ. 
テーマ(和) 第14回情報論的学習理論ワークショップ 
テーマ(英) The 14th IBIS workshop 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2011-11-IBISML 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) ロバスト主成分分析のための行列分解の一般化 
サブタイトル(和)  
タイトル(英) Generalization of Matrix Factorization for Robust PCA 
サブタイトル(英)  
キーワード(1)(和/英) 行列分解 / matrix factorization  
キーワード(2)(和/英) 変分ベイズ / variational Bayes  
キーワード(3)(和/英) ロバスト主成分分析 / robust PCA  
キーワード(4)(和/英) モデル起因正則化 / model-induced regularization  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 中島 伸一 / Shinichi Nakajima / ナカジマ シンイチ
第1著者 所属(和/英) (株)ニコン (略称: ニコン)
Nikon Corporation (略称: Nikon)
第2著者 氏名(和/英/ヨミ) 杉山 将 / Masashi Sugiyama / スギヤマ マサシ
第2著者 所属(和/英) 東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.)
第3著者 氏名(和/英/ヨミ) デリン ババカン / Derin Babacan / デリン ババカン
第3著者 所属(和/英) イリノイ大学 (略称: イリノイ大)
University of Illinois (略称: Illinois Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2011-11-09 15:45:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2011-61 
巻番号(vol) IEICE-111 
号番号(no) no.275 
ページ範囲 pp.127-134 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2011-11-02 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会