混合ガウス分布と行列ランク最小化に基づく行列補完

カテゴリ: 研究会(論文単位)

論文No: ST24031

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2024/11/26

タイトル(英語): Matrix Completion based on Gaussian Mixture Model and Matrix Rank Minimization

著者名: 佐々木 亮平(東京工科大学)

著者名(英語): Sasaki Ryohei(Tokyo University of Technology)

キーワード: 行列補完|行列ランク最小化|混合ガウス分布|最大事後確率|ベイズ推定|ＥＭアルゴリズム|Matrix completion|Matrix rank minimization|Gaussian mixture model|Maximum a posteriori|Bayesian inference|EM Algorithm

要約(日本語): 本稿では行列補完を扱う．行列補完は近年まで様々な手法が提案されており，代表的解法は行列ランク最小化である．近年では，行列の各列がガウス分布に従うと仮定し，そのパラメータと行列の未知要素を交互に推定する手法が提案され，同手法が古典的な行列ランク最小化と密接な関わることが究明されている．本研究では同手法を拡張し，仮定する分布を混合ガウス分布として行列ランク最小化に基づき解を得る手法を提案する．

要約(英語): This paper deals with matrix completion. Various methods of matrix completion have been proposed in recent years, and a classic solution is matrix rank minimization. Recently, a method has been proposed that assumes that each matrix column follows a Gaussian distribution and alternately estimates the parameters and unknown elements of the matrix, and it has been investigated that this method is closely related to the classical matrix rank minimization. This study extends this method and propose a method to obtain a solution based on matrix rank minimization with the assumption of Gaussian mixture model.

本誌: 2024年11月29日システム研究会

本誌掲載ページ: 11-15 p

原稿種別: 日本語

PDFファイルサイズ: 554 Kバイト