在线非负矩阵分解在图像与时间序列数据中的应用
机器学习
2020-11-12 v1
摘要
在线非负矩阵分解（ONMF）是一种在线设定下的矩阵分解技术，其中数据以流式方式获取，并且矩阵因子每次都被更新。这使得因子分析能够与新数据样本的到达同时进行。在本文中，我们展示了如何使用在线非负矩阵分解算法从一组相关数据集的集成中学习联合字典原子。我们提出了一种基于 ONMF 算法的时间序列数据集时间字典学习方案。我们在历史温度数据、视频帧和彩色图像的应用背景下展示了我们的字典学习技术。
引用
@article{arxiv.2011.05384,
title = {Applications of Online Nonnegative Matrix Factorization to Image and Time-Series Data},
author = {Hanbaek Lyu and Georg Menz and Deanna Needell and Christopher Strohmeier},
journal= {arXiv preprint arXiv:2011.05384},
year = {2020}
}
备注
9 pages, 8 figures