Un algoritmo SAEM para el problema de completación de matrices



Título del documento: Un algoritmo SAEM para el problema de completación de matrices
Revista: Publicaciones en ciencias y tecnología
Base de datos: PERIÓDICA
Número de sistema: 000400140
ISSN: 1856-8890
Autores: 1
1
Instituciones: 1Universidad Centroccidental "Lisandro Alvarado", Decanato de Ciencias y Tecnología, Barquisimeto, Lara. Venezuela
Año:
Periodo: Ene-Jun
Volumen: 9
Número: 1
Paginación: 11-25
País: Venezuela
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español En este trabajo estudiamos el problema de completaci´on de matrices. Se presenta en diversas ´areas como la teor´ıa de sistemas y control, procesamiento de im´agenes y filtrado colaborativo. Considerando un modelo de factorizaci´on probabil´ıstica de matrices, establecemos una propuesta basada en estad´ıstica Bayesiana y un algoritmo Maximizaci´on Espectativa (EM) estoc´astico para recubrir una matriz de datos a partir de una muestra de sus entradas. El m´etodo propuesto no requiere de par´ametros de regularizaci´on y da un estimado del rango de la matriz, en contraste con el m´etodo de Factorizaci´on Probabil´ıstica Bayesiana de Matrices (BPMF). Los resultados muestran que el algoritmo propuesto da mejores estimados del rango de la matriz en comparaci´on con un algoritmo basado en lagrangeanos aumentados y es m´as eficiente que el m´etodo BPMF
Resumen en inglés In this work we deal with matrix completion problem. This problem arise in different fields, for example, systems and control theory, image processing and collaborative filtering. Given a probabilistic matrix factorization model, we present an approach based on Bayesian statistics and a stochastic expectation maximization algorithm to retrieve an array of data from a sample of its inputs. The proposed method does not requires regularization parameter and estimates the rank of the matrix, in contrast to the BPMF method. Our results show that the proposed method outperforms to an augmented lagrangian algorithm and the BPMF method in its ability to find the rank of the matrix and in efficiency respectively
Disciplinas: Matemáticas
Palabras clave: Matemáticas aplicadas,
Algoritmos,
Finalización de matrices,
Filtros colaborativos,
Análisis de componentes principales
Keyword: Mathematics,
Applied mathematics,
Algorithms,
Matrix completion,
Collaborative filters,
Principal component analysis
Texto completo: Texto completo (Ver PDF)