اخیراً روش جدیدی با نام تجزیۀ نامنفی ماتریسی برای نمایش خطی داده های نامنفی پیشنهاد شده است که علاوه بر کاهش تعداد داده ها، محدودیت روش های کلاسیک را ندارد. در این روش، ماتریس بزرگِ متناظر با  داده های نامنفی به دو ماتریس نامنفی کوچک تجزیه می شود. در این مقاله، ابتدا روش های کلاسیک را مرور می کنیم. سپس تجزیۀ نامنفی ماتریسی با نسخه های مختلف آن معرفی و مسائل مهم داده کاوی مانند رده بندی و خوشه بند...

اخیراً روش جدیدی با نام تجزیۀ نامنفی ماتریسی برای نمایش خطی داده های نامنفی پیشنهاد شده است که علاوه بر کاهش تعداد داده ها، محدودیت روش های کلاسیک را ندارد. در این روش، ماتریس بزرگِ متناظر با  داده های نامنفی به دو ماتریس نامنفی کوچک تجزیه می شود. در این مقاله، ابتدا روش های کلاسیک را مرور می کنیم. سپس تجزیۀ نامنفی ماتریسی با نسخه های مختلف آن معرفی و مسائل مهم داده کاوی مانند رده بندی و خوشه بند...

یک رویکرد برای جداسازی موسیقی از گفتار به عنوان یک مساله جداسازی منابع تک کاناله، روش عامل بندی نامنفی ماتریس(nmf) است. در این روش، طی روندی تکراری، طیف نگار سیگنال مخلوط به طیف نگار سیگنال های سازنده اش(منبع) تجزیه می شود. در این راستا، در مرحله آموزش nmf استاندارد، طیف نگار هر سیگنال منبع، به صورت ضرب دو ماتریس با درایه های نامنفی، موسوم به ماتریس های وزن و پایه عامل بندی می شود. این ماتریس ه...

در سال های اخیر جداسازی داده های سنجش از دور با استفاده از عامل بندی ماتریس نامنفی (nonnegative matrix factorization) مود توجه قرار گرفته است و برای بهبود کارایی آن، به تابع هزینه اقلیدسی قید های کمکی می افزایند. چالش اصلی در این میان معرفی قید های است که بتواند نتایج بهتری را استخراج کند. همبستگی بین باند های تصاویر ابر طیفی مساله ای است که کمتر مورد توجه الگوریتم های جداسازی قرار گرفته است. ا...

تحلیل نمونه که توسط کاتلر و بریمن (1994) پیشنهاد شده است ‏پوسته محدب اصلی را از یک مجموعه داده ها براورد می کند. به منظور انجام تحلیل نمونه در مقیاس بزرگ‏، آلگوریتم پیش بینی شیب به کار گرفته می شود هم چنین برای مقدار دهی اولیه موثر‏، روش دورترین جمع معرفی شده است. روش تحلیل نمونه به هسته تحلیل نمونه‏، به منظور استخراج پوسته محدب اصلی در فضای هیلبرت نا متناهی گسترش داده می شود و زمانی که نمونه‏ ...

در این مقاله از ماتریسهایی صحبت می کنیم که درایه هایشان اعداد نامنفی هستند و آنها را ماتریسهای نامنفی می نامیم. اگر تمام درایه های ماتریسی مثبت باشند، آن ماتریس را مثبت می نامیم. این ماتریس ها مخصوصا در نظریه احتمال و فرایندهای مارکف کاربرد دارند. ماتریسهای تصادفی که زیرمجموعه ای از ماتریسهای نامنفی را تشکیل می دهند،  آنهایی هستند که مجموع درایه های هر سطر برابر با 1 است. طیف چنین ماتریسهایی هم...

در این پایان نامه به حل پذیری مسئله مقدار ویژه معکوس نامنفی در حالت متقارن و نامتقارن می پردازیم و اختلال های را که می توان در طیفی از یک ماتریس نامنفی ایجاد کرد،بررسی می کنیم.

امروزه حجم عظیمی از مطالعات پزشکی در جهت شناسایی و درمان بیماری هایی است که از طریق ژن منتقل می شود. برای بررسی و نگهداری اطلاعات ژنتیکی، فناوری های مفیدی به وجود آمده است که یکی از ‎‎‎آن ها‏، فناوری ریزآرایه می باشد. تجزیه و تحلیل اطلاعات به دست آمده از ریزآرایه ها به کمک روش های داده کاوی انجام می شود. یکی از این روش ها خوشه بندی است که می تواند در یافتن گروه های واقعی و نهفته در داده ها موثر...

چکیده ندارد.

تجزیه نامنفی ماتریس nmf از موضوعات به روز در زمینه جبرخطی است که برای تشخیص الگو، تحلیل داده ها و کاهش بعد به کار می رود. در این حوزه هدف، تجزیه ماتریس a شامل داده های نامنفی به حاصل ضرب ماتریس پایه u و ماتریس ضرایب v^t با درایه های نامنفی است. در حالت کلی نیاز به تحلیل و استخراج ویژگی ما را خود به خود به سمت کاهش بعد و فشرده سازی سوق داده است. این عمل برای کاهش هزینه ذخیره سازی اطلاعات و یا اس...