- -

Factorización de matrices no negativa (minimización de distancia Frobenius)

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Factorización de matrices no negativa (minimización de distancia Frobenius)

Mostrar el registro sencillo del ítem

dc.contributor.author Igual García, Jorge es_ES
dc.date.accessioned 2012-09-06T09:55:23Z
dc.date.available 2012-09-06T09:55:23Z
dc.date.issued 2012-09-06
dc.identifier.uri http://hdl.handle.net/10251/17001
dc.description.abstract El OBJETIVO es aprender qué es la factorización de matrices no negativa y cómo funciona el algoritmo basado en la minimización de la distancia de Frobenius (Algoritmo Lee Seung o algoritmo multiplicativo). La factorización de matrices no negativa consiste en la descomposición de una matriz cuyos elementos son no negativos en el producto de dos matrices también no negativas. Para ello, se definen las reglas de adaptación de dichas matrices que minimiza la distancia de Frobenius entre la aproximación y la matriz original. La regla de adaptación resultante es multiplicativa. El ejemplo corresponde a un un coseno recortado y un ruido uniforme entre [0-1] mezclados de forma no negativa aleatoria. Al ser un algoritmo multiplicativo, puede que muchas veces la solución se quede enganchada en un mínimo local; es decir, que no se recuperen el coseno recortado y el ruido. es_ES
dc.description.uri https://laboratoriosvirtuales.upv.es/eslabon/nmflee es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Factorización no negativa de matrices es_ES
dc.subject Optimización es_ES
dc.subject.classification TEORIA DE LA SEÑAL Y COMUNICACIONES es_ES
dc.title Factorización de matrices no negativa (minimización de distancia Frobenius) es_ES
dc.type Objeto de aprendizaje
dc.lom.learningResourceType Laboratorio virtual de simulación es_ES
dc.lom.interactivityLevel Bajo es_ES
dc.lom.semanticDensity Medio es_ES
dc.lom.intendedEndUserRole Alumno es_ES
dc.lom.context Postgrado es_ES
dc.lom.difficulty Dificultad media es_ES
dc.lom.typicalLearningTime 5 minutos es_ES
dc.lom.educationalDescription Elegir el número de iteraciones y analizar la curva de convergencia y las señales recuperadas. Comprobar cómo varía con el número de iteaciones y si converge siempre o no. es_ES
dc.lom.educationalLanguage Español es_ES
dc.upv.convocatoriaDocenciaRed 2011-2012 es_ES
dc.upv.ambito PUBLICO es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Politécnica Superior de Alcoy - Escola Politècnica Superior d'Alcoi es_ES
dc.description.bibliographicCitation Igual García, J. (2012). Factorización de matrices no negativa (minimización de distancia Frobenius). Universitat Politècnica de València. http://hdl.handle.net/10251/17001 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem