こちらに共通ヘッダが追加されます。

同志社大学学術リポジトリ

English

このアイテムのアクセス数:1092019-12-15 12:53 集計

この文献の参照には次のURLをご利用ください : http://doi.org/10.14988/di.2017.0000016946

閲覧可能ファイル  

※PDFが開かない場合は、IE以外のブラウザで閲覧してください。

ファイル フォーマット サイズ 閲覧数 説明
k839 pdf  243. KB  52 要旨
zk839 pdf  729. KB  69

論文情報


データ種別:学位論文

RefWorksRefWorks出力

メタデータID 24794
JaLC DOI 10.14988/di.2017.0000016946
タイトル Extensions of nonnegative matrix factorization for exploratory data analysis
タイトル(その他) 探索的なデータ分析のための非負値行列因子分解の拡張
タンサクテキナ データ ブンセキ ノ タメ ノ ヒフチ ギョウレツ インシ ブンカイ ノ カクチョウ
著者 Abe, Hiroyasu
著者(ヨミ) アベ, ヒロヤス
著者(その他) 阿部, 寛康
所属 文化情報学研究科
刊行年月日 2017-03-22
学位種別 課程博士
学位名 博士(文化情報学)
学位記番号 甲 第839号
学位授与機関 同志社大学
学位授与年月日 2017-03-22
抄録 非負値行列因子分解(NMF)は,全要素が非負であるデータ行列に対する行列分解法である.本論文では,実在するデータ行列に頻繁に見られる特徴や解釈容易性の向上を考慮に入れ,探索的にデータ分析を行うためのNMFの拡張について論じている.具体的には,零過剰行列や外れ値を含む行列を扱うための確率分布やダイバージェンス,さらには分解結果である因子行列の数や因子行列への直交制約について述べている.
Nonnegative matrix factorization (NMF) is a matrix decomposition technique to analyze nonnegative data matrices, which are matrices of which all elements are nonnegative. In this thesis, we discuss extensions of NMF for exploratory data analysis considering common features of a real nonnegative data matrix and an easy interpretation. In particular, we discuss probability distributions and divergences for zero-inflated data matrix and data matrix with outliers, two-factor vs. three-factor, and orthogonal constraint to factor matrices.
本文言語 English (英語)
Japanese (日本語)
カテゴリ 文化情報学研究科
原本所蔵情報へのリンク https://doors.doshisha.ac.jp/opac/opac_link/bibid/BB13001149/?lang=0