• 제목/요약/키워드: Positive Matrix Factorization

검색결과 42건 처리시간 0.024초

MODIFLED INCOMPLETE CHOLESKY FACTORIZATION PRECONDITIONERS FOR A SYMMETRIC POSITIVE DEFINITE MATRIX

  • Yun, Jae-Heon;Han, Yu-Du
    • 대한수학회보
    • /
    • 제39권3호
    • /
    • pp.495-509
    • /
    • 2002
  • We propose variants of the modified incomplete Cho1esky factorization preconditioner for a symmetric positive definite (SPD) matrix. Spectral properties of these preconditioners are discussed, and then numerical results of the preconditioned CG (PCG) method using these preconditioners are provided to see the effectiveness of the preconditioners.

CONVERGENCE OF MULTISPLITTING METHOD FOR A SYMMETRIC POSITIVE DEFINITE MATRIX

  • YUN JAE HEON;OH SEYOUNG;KIM EUN HEUI
    • Journal of applied mathematics & informatics
    • /
    • 제18권1_2호
    • /
    • pp.59-72
    • /
    • 2005
  • We study convergence of symmetric multisplitting method associated with many different multisplittings for solving a linear system whose coefficient matrix is a symmetric positive definite matrix which is not an H-matrix.

내부점 방법에서 촐레스키 분해의 수치적 안정성 (Numerical Stability of Cholesky Factorization in Interior Point Methods for Linear Programming)

  • 설동렬;성명기;안재근;박순달
    • 대한산업공학회지
    • /
    • 제25권3호
    • /
    • pp.290-297
    • /
    • 1999
  • In interior point methods for linear programming, we must solve a linear system with a symmetric positive definite matrix at every iteration, and Cholesky factorization is generally used to solve it. Therefore, if Cholesky factorization is not done successfully, many iterations are needed to find the optimal solution or we can not find it. We studied methods for improving the numerical stability of Cholesky factorization and the accuracy of the solution of the linear system.

  • PDF

비부정 행렬 인수분해 차원 감소를 이용한 최근 인접 협력적 여과 (Nearest-Neighbor Collaborative Filtering Using Dimensionality Reduction by Non-negative Matrix Factorization)

  • 고수정
    • 정보처리학회논문지B
    • /
    • 제13B권6호
    • /
    • pp.625-632
    • /
    • 2006
  • 협력적 여과는 사용자 선호도를 예측하기 위해 그 사용자의 유형을 학습하는 데 목적을 둔 기술이다. 협력적 여과 시스템이 전자상거래에서 성공적인 기술일지라도 그들은 데이터의 고차원성과 희박성이라는 문제점을 갖는다. 본 논문에서는 이와 같은 문제점을 해결하기 위하여 비부정 행렬 인수분해(NNMF, Non-negative Matrix Factorization) 방법을 이용한 최근 인접 협력적 여과 방법을 제안한다. 행렬을 분해하기 위한 전처리로서 사용자 변동 계수를 이용하여 사용자-아이템 행렬의 결측치를 채우고, 이를 대상으로 비부정 분해 방식을 적용하여 행렬을 인수분해 한다. 비부정 분해 방식을 적용한 긍정 분해는 사용자들을 의미를 갖는 벡터로써 표현함으로써 사용자들을 의미 관계를 갖는 그룹으로 표현한다. 이와 같이 벡터로 표현된 사용자들은 벡터 유사도에 의해 그들간의 유사도를 계산한다. 계산된 유사도의 정도에 의해 이웃을 결정하고, 이웃들이 평가한 아이템에 대한 흥미도를 기반으로 새로운 사용자가 평가하지 않은 아이템에 대한 결측치를 예측한다.

양의 인자분석을 이용한 대전 1, 2 공단 지역의 오염원 확인 (Source Apportionment in Daejeon 1st and 2nd industrial complexes using Positive Matrix Factorization)

  • 장미숙;임종명;전룡;이현석;이진홍;정용삼
    • 한국대기환경학회:학술대회논문집
    • /
    • 한국대기환경학회 2002년도 추계학술대회 논문집
    • /
    • pp.189-190
    • /
    • 2002
  • PMF(Positive Matrix Factorization) 모텔은 기존의 인자분석 모델이 갖는 인자부하량의 음수 문제를 해결하기 위해 인자부하량과 공통인자를 양수로 제한하여 결과 해석에 명확성을 주었다. 또한 환경연구에서 많이 나타나는 outlier와 log-normal분포모형을 선택사항으로 도입하고 있어 현재 환경관련 연구에 응용성이 높다. 본 연구에서는 대전 1, 2 공단 지역의 PM 10 중 미량금속과 이온성분의 농도를 분석하고 PMF를 이용하여 오염원을 확인하고자 한다. (중략)

  • PDF

Vehicle Face Re-identification Based on Nonnegative Matrix Factorization with Time Difference Constraint

  • Ma, Na;Wen, Tingxin
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제15권6호
    • /
    • pp.2098-2114
    • /
    • 2021
  • Light intensity variation is one of the key factors which affect the accuracy of vehicle face re-identification, so in order to improve the robustness of vehicle face features to light intensity variation, a Nonnegative Matrix Factorization model with the constraint of image acquisition time difference is proposed. First, the original features vectors of all pairs of positive samples which are used for training are placed in two original feature matrices respectively, where the same columns of the two matrices represent the same vehicle; Then, the new features obtained after decomposition are divided into stable and variable features proportionally, where the constraints of intra-class similarity and inter-class difference are imposed on the stable feature, and the constraint of image acquisition time difference is imposed on the variable feature; At last, vehicle face matching is achieved through calculating the cosine distance of stable features. Experimental results show that the average False Reject Rate and the average False Accept Rate of the proposed algorithm can be reduced to 0.14 and 0.11 respectively on five different datasets, and even sometimes under the large difference of light intensities, the vehicle face image can be still recognized accurately, which verifies that the extracted features have good robustness to light variation.

A MULTILEVEL BLOCK INCOMPLETE CHOLESKY PRECONDITIONER FOR SOLVING NORMAL EQUATIONS IN LINEAR LEAST SQUARES PROBLEMS

  • Jun, Zhang;Tong, Xiao
    • Journal of applied mathematics & informatics
    • /
    • 제11권1_2호
    • /
    • pp.59-80
    • /
    • 2003
  • An incomplete factorization method for preconditioning symmetric positive definite matrices is introduced to solve normal equations. The normal equations are form to solve linear least squares problems. The procedure is based on a block incomplete Cholesky factorization and a multilevel recursive strategy with an approximate Schur complement matrix formed implicitly. A diagonal perturbation strategy is implemented to enhance factorization robustness. The factors obtained are used as a preconditioner for the conjugate gradient method. Numerical experiments are used to show the robustness and efficiency of this preconditioning technique, and to compare it with two other preconditioners.