Dimensionality Reduction in Boolean Data: Comparison of Four BMF Methods

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F15%3A33156523" target="_blank" >RIV/61989592:15310/15:33156523 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007%2F978-3-662-48577-4_8" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-662-48577-4_8</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-662-48577-4_8" target="_blank" >10.1007/978-3-662-48577-4_8</a>

Jazyk výsledku
čeština
Název v původním jazyce
Dimensionality Reduction in Boolean Data: Comparison of Four BMF Methods
Popis výsledku v původním jazyce
We compare four methods for Boolean matrix factorization (BMF). The oldest of these methods is the 8M method implemented in the BMDP statistical software package developed in the 1960s. The three other methods were developed recently. All the methods compute from an input object-attribute matrix I two matrices, namely an object-factor matrix A and a factor-attribute matrix B in such a way that the Boolean matrix product of A and B is approximately equal to I. Such decompositions are utilized directly inBoolean factor analysis or indirectly as a dimensionality reduction method for Boolean data in machine learning. While some comparison of the BMF methods with matrix decomposition methods designed for real valued data exists in the literature, a mutualcomparison of the various BMF methods is a severely neglected topic. In this paper, we compare the four methods on real datasets. In particular, we observe the reconstruction ability of the first few computed factors as well as the number
Název v anglickém jazyce
Redukce dimensionality v Booleovských datech: Porovnání čtyř metod
Popis výsledku anglicky
Porovnáváme čtyři metody pro rozklad Booleovských matic. Porovnání je provedeno jak na datasetech nalezených v dostupné literatuře a repositářích, tak i na uměle vytvořených datasetech.

Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Clustering High--Dimensional Data, Lecture Notes in Computer Science, col. 7627
ISBN
—
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
15
Strana od-do
118-133
Název nakladatele
Springer - Verlag Italia
Místo vydání
Milano
Místo konání akce
Naples; Italy
Datum konání akce
15. 5. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)