非负PARAFAC2：一种灵活的耦合方法
摘要：对于张量分解方法来说，建模变异性是源分离的一个挑战之一。解决不同数据集之间的变化问题的一种可能解决方案是采用PARAFAC2模型进行联合分析。然而，迄今为止，对于具有变异性的模式施加约束还不可能。在本文中，介绍了一种对PARAFAC2模型进行松弛的方法，该方法允许对变化模式施加非负约束。推导出了计算所提出的灵活PARAFAC2模型的算法，并对其在合成和化学数据上的性能进行了研究。
作者：Jeremy E.Cohen, Rasmus Bro
论文ID：1802.05035
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-02-15