DSpace

Future University Hakodate Academic Archive >
研究者 >
複雑系知能学科 >
竹之内 高志 >

このアイテムの引用には次の識別子を使用してください: http://hdl.handle.net/10445/6861

タイトル: Exponential Family Tensor Factorization: An Online Extension and Applications
著者: Hayashi, Kohei
Takenouchi, Takashi
Shibata, Tomohiro
アブストラクト: In this paper, we propose a new probabilistic model of heterogeneously attributed multi-dimensional arrays. The model can manage heterogeneity by employing individual exponential family distributions for each attribute of the tensor array. Entries of the tensor are connected by latent variables and share information across the different attributes through the latent variables. The assumption of heterogeneity makes a Bayesian inference intractable, and we cast the EM algorithm approximated by the Laplace method and Gaussian process. We also extended the proposal algorithm for online learning. We apply our method to missing values prediction and anomaly detection problems and show that our method outperforms conventional approaches that do not consider heterogeneity.
研究業績種別: 原著論文/Original Paper
資料種別: Journal Article
査読有無: あり/yes
単著共著: 共著/joint
発表雑誌名,発表学会名など: Knowledge and Information Systems
年月日: 2012年6月14日
出版社: Springer
出現コレクション:竹之内 高志

ファイルダウンロード:

このコンテンツにファイルはありません。

このアーカイブに登録されているコンテンツはすべて著作権により保護されています。
著作権を遵守の上、ご利用ください。

 

Copyright © 2010-2012 FUTURE UNIVERSITY HAKODATE.
Powered by DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard