Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "nonnegative matrix" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Studying OpenMP thread mapping for parallel linear algebra kernels on multicore system
    Autorzy:
    Bylina, B.
    Bylina, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/200778.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    computation performance
    OpenMP standard
    nonnegative matrix factorization
    thread mapping
    energy consumption
    wydajność obliczeniowa
    Standard OpenMP
    nieujemna faktoryzacja macierzy
    mapowanie
    zużycie energii
    Opis:
    Thread mapping is one of the techniques which allow for efficient exploiting of the potential of modern multicore architectures. The aim of this paper is to study the impact of thread mapping on the computing performance, the scalability, and the energy consumption for parallel dense linear algebra kernels on hierarchical shared memory multicore systems. We consider the basic application, namely a matrix-matrix product (GEMM), and two parallel matrix decompositions (LU and WZ). Both factorizations exploit parallel BLAS (basic linear algebra subprograms) operations, among others GEMM. We compare differences between various thread mapping strategies for these applications. Our results show that the choice of thread mapping has the measurable impact on the performance, the scalability, and energy consumption of the GEMM and two matrix factorizations.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 981-990
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stabilization of an epidemic model via an N-periodic approach
    Autorzy:
    Cantó, B.
    Coll, C.
    Sánchez, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/330825.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    nonnegative matrix
    reducible matrix
    seasonality
    epidemic process
    macierz nieujemna
    macierz redukowalna
    proces epidemiczny
    Opis:
    We analyze the evolution of an infectious disease by combining different groups of a population when the route of transmission is via encounters with free-living virulent organisms that can survive for a long time outside the individual. This study involves matrix analysis of lower triangular block matrices and some of their spectral properties. We propose an N-periodic control strategy in order to stabilize the disease around the disease-free equilibrium point.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 1; 185-195
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Speech Enhancement Based on Discrete Wavelet Packet Transform and Itakura-Saito Nonnegative Matrix Factorisation
    Autorzy:
    Liu, Houguang
    Wang, Wenbo
    Xue, Lin
    Yang, Jianhua
    Wang, Zhihua
    Hua, Chunli
    Powiązania:
    https://bibliotekanauki.pl/articles/1448505.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    speech enhancement
    discrete wavelet packet transform
    nonnegative matrix factorisation
    Itakura-Saito divergence
    Opis:
    Nonnegative matrix factorization (NMF) is one of the most popular machine learning tools for speech enhancement (SE). However, there are two problems reducing the performance of the traditional NMF-based SE algorithms. One is related to the overlap-and-add operation used in the short time Fourier transform (STFT) based signal reconstruction, and the other is the Euclidean distance used commonly as an objective function; these methods can cause distortion in the SE process. In order to get over these shortcomings, we propose a novel SE joint framework which combines the discrete wavelet packet transform (DWPT) and the Itakura-Saito nonnegative matrix factorisation (ISNMF). In this approach, the speech signal was first split into a series of subband signals using the DWPT. Then, the ISNMF was used to enhance the speech for each subband signal. Finally, the inverse DWPT (IDWT) was utilised to reconstruct these enhanced speech subband signals. The experimental results show that the proposed joint framework effectively enhances the performance of speech enhancement and performs better in the unseen noise case compared to the traditional NMF methods.
    Źródło:
    Archives of Acoustics; 2020, 45, 4; 565-572
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Some remarks on operators preserving partial orders of matrices
    Autorzy:
    Hauke, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/729966.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    star partial ordering
    minus partial ordering
    löwner partial ordering
    sharp partial order
    nonnegative definite matrix
    Hermitian matrix
    EP-matrix
    power of a matrix
    polynomial of a matrix
    Opis:
    Stępniak [Linear Algebra Appl. 151 (1991)] considered the problem of equivalence of the Löwner partial order of nonnegative definite matrices and the Löwner partial order of squares of those matrices. The paper was an important starting point for investigations of the problem of how an order between two matrices A and B from different sets of matrices can be preserved for the squares of the corresponding matrices A² and B², in the sense of the Löwner partial ordering, the star partial ordering, the minus partial ordering, and the sharp partial ordering. Many papers have since been published (mostly coauthored by J.K. Baksalary - to whom the present paper is dedicated) that generalize the results in two directions: by widening the class of matrices considered and by replacing the squares by arbitrary powers. In the present paper we make a résumé of some of these results and suggest some further generalizations for polynomials of the matrices considered.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2008, 28, 1; 143-155
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Remarks on stability of positive linear systems
    Autorzy:
    Mitkowski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/205542.pdf
    Data publikacji:
    2000
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    algebra macierzy
    dyskretny system sterowania
    liniowy system sterowania
    stabilność
    teoria sterowania
    asymptotic stability
    continous time system
    discrete-time system
    feedback
    matrix algebra
    nonnegative matrices
    positive linear systems
    RC circuits
    Opis:
    Spectral properties of nonegative matrices are considered. Asymptotic stability and stabilisation problems of positive discrete-time and continous-time linear systems by feedbacks are discussed. The electric RC-networks are presented as examples of positive systems. Numerical calculations were made using the MATLAB program.
    Źródło:
    Control and Cybernetics; 2000, 29, 1; 295-304
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rekonstrukcja niekompletnych obrazów za pomocą metod aproksymacji modelami niskiego rzędu
    Image completion with low-rank model approximation methods
    Autorzy:
    Sadowski, T.
    Zdunek, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/408844.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    rekonstrukcja obrazów
    aproksymacja niskiego rzędu
    nieujemna faktoryzacja macierzy
    dekompozycja tensorowa
    uzupełnianie elementów macierzy
    image completion
    low-rank approximation
    nonnegative matrix factorization
    tensor decomposition
    matrix completion
    Opis:
    W pracy badano zadanie rekonstrukcji brakujących pikseli w obrazach poddanych losowym zaburzeniom impulsowym w kanale transmisyjnym. Takie zadanie może być sformułowane w kontekście interpolacji obrazu na nieregularnej siatce lub aproksymacji niekompletnego obrazu za pomocą modeli dekompozycji obrazu na faktory niskiego rzędu. Porównano skuteczność czterech algorytmów opartych na dekompozycjach macierzy lub tensorów: SVT, SmNMF-MC, FCSA-TC i SPC-QV. Badania przeprowadzono na obrazach niekompletnych, otrzymanych z obrazów oryginalnych przez usunięcie losowo wybranych pikseli lub linii tworzących regularną siatkę. Najwyższą efektywność rekonstrukcji obrazu uzyskano gdy na estymowane faktory niskiego rzędu narzucano ograniczenia nieujemności i gładkości w postaci wagowej filtracji uśredniającej.
    The paper is concerned with the task of reconstructing missing pixels in images perturbed with impulse noise in a transmission channel. Such a task can be formulated in the context of image interpolation on an irregular grid or by approximating an incomplete image by low-rank factor decomposition models. We compared four algorithms that are based on the low-rank decomposition model: SVT, SmNMF-MC , FCSA-TC and SPC-QV. The numerical experiments are carried out for various cases of incomplete images, obtained by removing random pixels or regular grid lines from test images. The best performance is obtained if nonnegativity and smoothing constraints are imposed onto the estimated low-rank factors.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 44-48
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Regularized nonnegative matrix factorization: Geometrical interpretation and application to spectral unmixing
    Autorzy:
    Zdunek, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/329732.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    blind source separation
    nonnegative matrix factorization
    active set algorithm
    regularized NMF
    polytope approximation
    ślepa separacja sygnału
    nieujemna faktoryzacja macierzy
    Opis:
    Nonnegative Matrix Factorization (NMF) is an important tool in data spectral analysis. However, when a mixing matrix or sources are not sufficiently sparse, NMF of an observation matrix is not unique. Many numerical optimization algorithms, which assure fast convergence for specific problems, may easily get stuck into unfavorable local minima of an objective function, resulting in very low performance. In this paper, we discuss the Tikhonov regularized version of the Fast Combinatorial NonNegative Least Squares (FC-NNLS) algorithm (proposed by Benthem and Keenan in 2004), where the regularization parameter starts from a large value and decreases gradually with iterations. A geometrical analysis and justification of this approach are presented. The numerical experiments, carried out for various benchmarks of spectral signals, demonstrate that this kind of regularization, when applied to the FC-NNLS algorithm, is essential to obtain good performance.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 2; 233-247
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Projective nonnegative matrix factorization based on α-divergence
    Autorzy:
    Yang, Z.
    Oja, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/91672.pdf
    Data publikacji:
    2011
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    Nonnegative Matrix Factorization
    NMF
    α-divergence
    PNMF
    α-NMF
    α-PNMF
    Opis:
    The well-known Nonnegative Matrix Factorization (NMF) method can be provided with more flexibility by generalizing the non-normalized Kullback-Leibler divergence to α- divergences. However, the resulting α-NMF method can only achieve mediocre sparsity for the factorizing matrices. We have earlier proposed a variant of NMF, called Projective NMF (PNMF) that has been shown to have superior sparsity over standard NMF. Here we propose to incorporate both merits of α-NMF and PNMF. Our α-PNMF method can produce a much sparser factorizing matrix, which is desired in many scenarios. Theoretically, we provide a rigorous convergence proof that the iterative updates of α-PNMF monotonically decrease the α-divergence between the input matrix and its approximate. Empirically, the advantages of α-PNMF are verified in two application scenarios: (1) it is able to learn highly sparse and localized part-based representations of facial images; (2) it outperforms α-NMF and PNMF for clustering in terms of higher purity and smaller entropy.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2011, 1, 1; 7-16
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multiplicative Algorithm for Correntropy-Based Nonnegative Matrix Factorization
    Autorzy:
    Hosseini-Asl, E.
    Zurada, J. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/108758.pdf
    Data publikacji:
    2013
    Wydawca:
    Społeczna Akademia Nauk w Łodzi
    Tematy:
    Nonnegative Matrix Factorization (NMF)
    Correntropy
    Multiplicative Algorithm
    Document Clustering
    Opis:
    Nonnegative matrix factorization (NMF) is a popular dimension reduction technique used for clustering by extracting latent features from highdimensional data and is widely used for text mining. Several optimization algorithms have been developed for NMF with different cost functions. In this paper we evaluate the correntropy similarity cost function. Correntropy is a nonlinear localized similarity measure which measures the similarity between two random variables using entropy-based criterion, and is especially robust to outliers. Some algorithms based on gradient descent have been used for correntropy cost function, but their convergence is highly dependent on proper initialization and step size and other parameter selection. The proposed general multiplicative factorization algorithm uses the gradient descent algorithm with adaptive step size to maximize the correntropy similarity between the data matrix and its factorization. After devising the algorithm, its performance has been evaluated for document clustering. Results were compared with constrained gradient descent method using steepest descent and L-BFGS methods. The simulations show that the performance of steepest descent and LBFGS convergence are highly dependent on gradient descent step size which depends on σ parameter of correntropy cost function. However, the multiplicative algorithm is shown to be less sensitive to σ parameterand yields better clustering results than other algorithms. The results demonstrate that clustering performance measured by entropy and purity improve the clustering. The multiplicative correntropy-based algorithm also shows less variation in accuracy of document clusters for variable number of clusters. The convergence of each algorithm is also investigated, and the experiments have shown that the multiplicative algorithm converges faster than L-BFGS and steepest descent method.
    Źródło:
    Journal of Applied Computer Science Methods; 2013, 5 No. 2; 89-104
    1689-9636
    Pojawia się w:
    Journal of Applied Computer Science Methods
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Moving cast shadow detection using block nonnegative matrix factorization
    Autorzy:
    Yang, X.
    Liu, D.
    Zhou, D.
    Yang, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/200448.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    moving cast shadow detection
    video surveillance
    nonnegative matrix factorization
    block nonnegative matrix factorization
    nadzór wideo
    nieujemna faktoryzacja macierzy
    Opis:
    In recent years, moving cast shadow detection has become a critical challenge in improving the accuracy of moving object detection in video surveillance. In this paper, we propose two novel moving cast shadow detection methods based on nonnegative matrix factorization (NMF) and block nonnegative matrix factorization (BNMF). First, the algorithm of moving cast shadow detection using NMF is given and the key points such as the determination of moving shadow areas and the choice of discriminant function are specified. Then BNMF are introduced so that the new training samples and new classes can be added constantly with lower computational complexity. Finally, the improved shadow detection method is detailed described according to BNMF. The effectiveness of proposed methods is evaluated in various scenes. Experimental results demonstrate that the method achieves high detection rate and outperforms several state-of-the-art methods.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 2; 229-234
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Local fault detection of rolling element bearing components by spectrogram clustering with semi-binary NMF
    Wykrywanie uszkodzeń lokalnych elementów łożysk tocznych poprzez klasteryzację spektrogramu za pomocą półbinarnej nieujemnej faktoryzacji macierzy
    Autorzy:
    Wodecki, J.
    Zdunek, R.
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/327868.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    vibration data
    time-frequency analysis
    nonnegative matrix factorization
    local damage detection
    dane drganiowe
    analiza czasowo-częstotliwościowa
    nieujemna faktoryzacja macierzy
    wykrywanie uszkodzeń lokalnych
    Opis:
    Information extraction is a very important problem nowadays. In diagnostics, it is particularly useful when one desires to isolate information about machine damage from a measured diagnostic signal. The method presented in this paper utilizes the idea that is based on a very important topic in numerical algebra, which is nonnegative matrix factorization. When applied to the matrix of multidimensional representation of the measured data, it can extract very useful information about the events which occur in the signal and are not recognizable otherwise. In the presented methodology, we use the algorithm called Semi-Binary Nonnegative Matrix Factorization (SB-NMF), and apply it to a time-frequency representation of the real-life vibration signal measured on faulty bearing operating in a belt conveyor driving station. Detected impulses of local damage are clearly identifiable. Performance of the algorithm is very satisfying in terms of time efficiency and output signal quality.
    Ekstrakcja informacji jest aktualnym kierunkiem badań. Jest ona szczególnie użyteczna, kiedy próbuje się wyizolować informację na temat uszkodzenia maszyny z zarejestrowanego sygnału diagnostycznego. Metoda zaprezentowana w niniejszej pracy bazuje na bardzo ważnym zagadnieniu algebry numerycznej, jakim jest nieujemna faktoryzacja macierzy. Kiedy jest ona zastosowana do analizy macierzy będącej wielowymiarową reprezentacją sygnału wejściowego, może wyizolować informację istotną z punktu widzenia procesów zachodzących w sygnale, a która nie jest rozpoznawalna w inny sposób. Przedstawiona metodologia korzysta z algorytmu znanego jako półbinarna nieujemna faktoryzacja macierzy, zastosowanego do reprezentacji czasowo-częstotliwościowej rzeczywistego sygnału drganiowego, zmierzonego na uszkodzonym łożysku pracującym w stacji napędowej przenośnika taśmowego. Wykryte impulsy związane z uszkodzeniem lokalnym zostały wyraźnie zidentyfikowane. Działanie algorytmu jest satysfakcjonujące w kwestii wydajności obliczeniowej oraz jakości otrzymanego wyniku.
    Źródło:
    Diagnostyka; 2017, 18, 1; 3-8
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Factorization of Nonnegative Matrices by the Use of Elementary Operation
    Autorzy:
    Kaczorek, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/386810.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    faktoryzacja
    nieujemna macierz
    procedura
    obliczanie
    factorization
    nonnegative matrix
    positive rank
    procedure
    computation
    Opis:
    A method based on elementary column and row operations of the factorization of nonnegative matrices is proposed. It is shown that the nonnegative matrix R×( ? ) has positive full column rank if and only if it can be transformed to a matrix with cyclicstructure. A procedure for computation of nonnegative matrices ? R ×, ? R × ( ? rank (,)) satisfying = is proposed.
    Źródło:
    Acta Mechanica et Automatica; 2012, 6, 4; 15-18
    1898-4088
    2300-5319
    Pojawia się w:
    Acta Mechanica et Automatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of Music Genres Based on Music Separation into Harmonic and Drum Components
    Autorzy:
    Rosner, A.
    Schuller, B.
    Kostek, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/177566.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    music information retrieval
    musical sound separation
    drum separation
    music genre classification
    support vector machine (SVM)
    co-training
    nonnegative matrix factorization
    Opis:
    This article presents a study on music genre classification based on music separation into harmonic and drum components. For this purpose, audio signal separation is executed to extend the overall vector of parameters by new descriptors extracted from harmonic and/or drum music content. The study is performed using the ISMIS database of music files represented by vectors of parameters containing music features. The Support Vector Machine (SVM) classifier and co-training method adapted for the standard SVM are involved in genre classification. Also, some additional experiments are performed using reduced feature vectors, which improved the overall result. Finally, results and conclusions drawn from the study are presented, and suggestions for further work are outlined.
    Źródło:
    Archives of Acoustics; 2014, 39, 4; 629-638
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies