非負値行列因子分解の高精度化とPLSAヘの応用

• Item type: SIG Technical Reports(1)
• 公開日: 2015-09-07
• タイトル: 非負値行列因子分解の高精度化とPLSAヘの応用
• タイトル / 言語: en
• タイトル: Improvement of nonnegative matrix factorization for probabilistic latent semantic analysis
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 北海道情報大学経営情報学部システム情報学科
• 著者所属(英): en
• 著者所属(英): Faculty of business administration and information science, Hokkaido Information University
• 著者名: 内山, 俊郎
• 著者名(英): Toshio, Uchiyama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 一般化 KL ダイバージェンスを目的関数とする非負値行列因子分解 NMF と PLSA は等価である．本稿では，NMF のための Multiplicative アルゴリズムや PLSA のための EM アルゴリズムを用いて，NMF の高精度化を試み，より優れた PLSA の解 （モデル） を得る方法を検討した．新たに基底行列の平滑化により性能向上が図れること，学習データとテストデータに対するパープレキシティには正の相関があること，などを明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Nonnegative Matrix Factorization (NMF) is equivalent to PLSA (Probabilistic Latent Semantic Analysis)， when it uses generarized KL divergence as target function. This paper proposes a novel method for initializing base matrix using smoothing to improve algorithms for NMF and PLSA. It also shows that perplexity of training data and test data are correlated．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2015-CVIM-198, 号 21, p. 1-6, 発行日 2015-09-07
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会