메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
안수남 (포항공과대학교) 유지호 (포항공과대학교) 최승진 (포항공과대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 가을 학술발표논문집 제36권 제2호(C)
발행연도
2009.11
수록면
229 - 234 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
확률기반의 잠재적 의미분석(probabilistic latent semantic analysis) 은 널리 알려진 dyadic 데이터 요소분석(factor analysis) 에 관한 토픽모델중의 한 개 이다. 확률기반의 잠재적 의미분석은 비음수 행렬분해(nonnegative matrix factorization)와 밀접한 연관성이 있다. 확률기반의 잠재적 의미분석과 비음수행렬분해를 토대로 하여 비음수 데이터를 확률적 행렬 3-요소 분해를 함으로써 dyadic 데이터를 행과 열 co-clustering 할 수 있는 확률적 행렬 3-요소분해(probabilistic matrix tri-factorization) 는 우리가 이미 제안한 방법이다. 그러나, 위에 서술한 여러 방법들은 dyadic 데이터의 매니폴드(manifold) 구조를 고려하지 않았다. 본 논문에서는 데이터의 매니폴드를 고려한 확률적 행렬분해(manifold-respecting probabilistic matrix tri-factorization) 방법을 제안하였다. 이 방법은 잠재변수의 사후분포의 부드러움을 제한조건으로 고려한다. 우리는 EM 알고리즘으로 확률적 행렬 3-요소분해를 학습시켰다. 이미 제안 되여 있는 다른 방법들은 오직 레이블이 없는 데이터만 처리 할 수 있는 반면에 우리가 제안한 방법은 레이블이 있는 데이터와 레이블이 없는 데이터를 모두 처리 할 수 있다. 문서 데이터와 이미지 데이터에 관한 클러스터링을 통해 제안한 방법의 좋은 클러스터링 성능을 보여주었다.

목차

요약
1. 서론
2. PLSA 와 PMTF
3. 매니폴드를 고려한 PMTF
4. 수치 실험
5. 결론
감사의 말
참조

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-569-001577887