کتاب الکترونیکی

فاکتورسازی های غیر منفی ماتریس و تانسور

Nonnegative matrix and tensor factorizations

دانلود کتاب Nonnegative matrix and tensor factorizations (به فارسی: فاکتورسازی های غیر منفی ماتریس و تانسور) نوشته شده توسط «Andrzej Cichocki – Rafal Zdunek – Anh Huy Phan – Shun-ichi Amari»

اطلاعات کتاب فاکتورسازی های غیر منفی ماتریس و تانسور

موضوع اصلی: ریاضیات محاسباتی

نوع: کتاب الکترونیکی

ناشر: Wiley

نویسنده: Andrzej Cichocki – Rafal Zdunek – Anh Huy Phan – Shun-ichi Amari

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2009

تعداد صفحه: 501

حجم کتاب: 15 مگابایت

کد کتاب: 0470746661 , 9780470746660

توضیحات کتاب فاکتورسازی های غیر منفی ماتریس و تانسور

این کتاب بررسی گسترده ای از مدل ها و الگوریتم های کارآمد برای فاکتورسازی ماتریس غیرمنفی (NMF) ارائه می دهد. این شامل الحاقات و اصلاحات مختلف NMF، به ویژه فاکتورسازی‌های تانسور غیرمنفی (NTF) و تجزیه‌های تاکر غیرمنفی (NTD) می‌شود. NMF/NTF و الحاقات آنها به طور فزاینده ای به عنوان ابزاری در پردازش سیگنال و تصویر و تجزیه و تحلیل داده ها مورد استفاده قرار می گیرند و به دلیل توانایی آنها در ارائه بینش های جدید و اطلاعات مرتبط در مورد روابط پنهان پیچیده در مجموعه داده های تجربی مورد توجه قرار می گیرند. پیشنهاد می‌شود که NMF می‌تواند مؤلفه‌های معنی‌داری را با تفاسیر فیزیکی ارائه کند. به عنوان مثال، در بیوانفورماتیک، NMF و پسوندهای آن با موفقیت در بیان ژن، تجزیه و تحلیل توالی، خصوصیات عملکردی ژن ها، خوشه بندی و متن کاوی به کار گرفته شده است. به این ترتیب، نویسندگان بر روی الگوریتم‌هایی تمرکز می‌کنند که در عمل بسیار مفید هستند و به سریع‌ترین، قوی‌ترین و مناسب‌ترین مدل‌ها در مقیاس بزرگ نگاه می‌کنند.

ویژگی‌های کلیدی:

  • به‌عنوان راهنمای مرجع تک منبعی برای NMF عمل می‌کند، و اطلاعاتی را که به طور گسترده در ادبیات کنونی پراکنده شده‌اند، از جمله تکنیک‌های اخیراً توسعه‌یافته خود نویسندگان در حوزه موضوعی، جمع‌آوری می‌کند.
  • از توابع هزینه تعمیم یافته مانند واگرایی های برگمن، آلفا و بتا برای ارائه پیاده سازی های عملی چندین نوع الگوریتم قوی، به ویژه الگوریتم های ضربی، حداقل مربعات متناوب، گرادیان پیش بینی شده و شبه نیوتن استفاده می کند.
  • تجزیه و تحلیل مقایسه ای از روش های مختلف به منظور شناسایی خطای تقریبی و پیچیدگی ارائه می دهد.
  • شامل کدهای شبه و کدهای منبع بهینه شده متلب برای تقریباً همه الگوریتم های ارائه شده در کتاب است.

افزایش علاقه به فاکتورسازی‌های غیرمنفی ماتریس و تانسور، و همچنین تجزیه و نمایش پراکنده داده‌ها، اطمینان حاصل می‌کند که خواندن این کتاب برای مهندسان، دانشمندان، محققان، متخصصان صنعت و دانشجویان فارغ‌التحصیل در سیگنال‌ها و سیگنال‌ها ضروری است. پردازش تصویر؛ عصب شناسی; داده کاوی و تجزیه و تحلیل داده ها؛ علوم کامپیوتر؛ بیوانفورماتیک؛ پردازش گفتار؛ مهندسی پزشکی؛ و چند رسانه ای

This book provides a broad survey of models and efficient algorithms for Nonnegative Matrix Factorization (NMF). This includes NMF’s various extensions and modifications, especially Nonnegative Tensor Factorizations (NTF) and Nonnegative Tucker Decompositions (NTD). NMF/NTF and their extensions are increasingly used as tools in signal and image processing, and data analysis, having garnered interest due to their capability to provide new insights and relevant information about the complex latent relationships in experimental data sets. It is suggested that NMF can provide meaningful components with physical interpretations; for example, in bioinformatics, NMF and its extensions have been successfully applied to gene expression, sequence analysis, the functional characterization of genes, clustering and text mining. As such, the authors focus on the algorithms that are most useful in practice, looking at the fastest, most robust, and suitable for large-scale models.

Key features:

  • Acts as a single source reference guide to NMF, collating information that is widely dispersed in current literature, including the authors’ own recently developed techniques in the subject area.
  • Uses generalized cost functions such as Bregman, Alpha and Beta divergences, to present practical implementations of several types of robust algorithms, in particular Multiplicative, Alternating Least Squares, Projected Gradient and Quasi Newton algorithms.
  • Provides a comparative analysis of the different methods in order to identify approximation error and complexity.
  • Includes pseudo codes and optimized MATLAB source codes for almost all algorithms presented in the book.

The increasing interest in nonnegative matrix and tensor factorizations, as well as decompositions and sparse representation of data, will ensure that this book is essential reading for engineers, scientists, researchers, industry practitioners and graduate students across signal and image processing; neuroscience; data mining and data analysis; computer science; bioinformatics; speech processing; biomedical engineering; and multimedia.

دانلود کتاب «فاکتورسازی های غیر منفی ماتریس و تانسور»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

📖 خرید این کتاب

برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمه‌های زیر کلیک کنید تا پیام آماده برای شما ارسال شود:

پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.

برچسب ها
مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان