Expectation-Maximization Approach to Boolean Factor Analysis

Kód výsledku v IS VaVaI

RIV/67985807:_____/11:00368431 - isvavai.cz

Výsledek na webu

http://dx.doi.org/10.1109/IJCNN.2011.6033270

DOI - Digital Object Identifier

10.1109/IJCNN.2011.6033270

Jazyk výsledku

angličtina

Název v původním jazyce

Expectation-Maximization Approach to Boolean Factor Analysis

Popis výsledku v původním jazyce

Methods for hidden structure of high-dimensional binary data discovery are one of the most important challenges facing machine learning community researchers. There are many approaches in literature that try to solve this hitherto rather ill-defined task. In the present study, we propose a most general generative model of binary data for Boolean factor analysis and introduce new Expectation-Maximization Boolean Factor Analysis algorithm which maximizes likelihood of Boolean Factor Analysis solution. Using the so-called bars problem benchmark, we compare efficiencies of Expectation-Maximization Boolean Factor Analysis algorithm with Dendritic Inhibition neural network. Then we discuss advantages and disadvantages of both approaches as regards results quality and methods efficiency.

Název v anglickém jazyce

Expectation-Maximization Approach to Boolean Factor Analysis

Popis výsledku anglicky

Methods for hidden structure of high-dimensional binary data discovery are one of the most important challenges facing machine learning community researchers. There are many approaches in literature that try to solve this hitherto rather ill-defined task. In the present study, we propose a most general generative model of binary data for Boolean factor analysis and introduce new Expectation-Maximization Boolean Factor Analysis algorithm which maximizes likelihood of Boolean Factor Analysis solution. Using the so-called bars problem benchmark, we compare efficiencies of Expectation-Maximization Boolean Factor Analysis algorithm with Dendritic Inhibition neural network. Then we discuss advantages and disadvantages of both approaches as regards results quality and methods efficiency.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2011

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

IJCNN 2011 Conference Proceedings

ISBN

978-1-4244-9636-5

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

559-566

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

San Jose

Datum konání akce

31. 7. 2011

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000297541200080