文献学习(part72)--Learning the parts of objects by non-negative matrix factorization

学习笔记，仅供参考，有错必纠

文章目录

Learning the parts of objects by non-negative matrix factorization
- 摘要
- 正文

Learning the parts of objects by non-negative matrix factorization

摘要

对整体的感知是基于对其部分的感知吗?有心理学和生理学的证据表明，在大脑中存在基于部分的表征，某些物体识别的计算理论也依赖于这种表征. 但我们对大脑或计算机如何学习物体的各个部分知之甚少。在这里，我们展示了一个算法的非负矩阵分解，能够学习部分的面孔和文本的语义特征。这与其他方法相反，如主成分分析和矢量量化，学习整体，而不是基于部分的表示。非负矩阵分解与其他方法的区别在于它使用了非负约束。这些约束导致了基于部分的表示，因为它们只允许加法组合，而不允许减法组合。当非负矩阵分解作为一个神经网络实现时，基于部分的表示通过两个特性出现：

文献学习(part72)--Learning the parts of objects by non-negative matrix factorization相关推荐

Learning the parts of object by NMF
本文为Letters to nature上文章Learning the parts of objects by non-negativematrix factorization的读书笔记,针对如何基于 ...
度量学习 (Metric Learning)（一）
度量学习(Metric Learning) 度量(Metric)的定义在数学中,一个度量(或距离函数)是一个定义集合中元素之间距离的函数.一个具有度量的集合被称为度量空间. 1 为什么要用度量学习 ...
文献阅读 | Deep learning enables reference-free isotropic super-resolution for v ﬂuorescence microscopy
文献阅读 | Deep learning enables reference-free isotropic super-resolution for volumetric ﬂuorescence mi ...
迁移学习(Transfer Learning)概述及代码实现(full version)
基于PaddlePaddle的李宏毅机器学习--迁移学习大噶好,我是黄波波.希望能和大家共进步,错误之处恳请指出! 百度AI Studio个人主页, 我在AI Studio上获得白银等级,点亮2个徽 ...
[深度学习]DEEP LEARNING（深度学习）学习笔记整理
转载于博客http://blog.csdn.net/zouxy09 一.概述 Artificial Intelligence,也就是人工智能,就像长生不老和星际漫游一样,是人类最美好的梦想之中的一个. ...
初识联邦学习(Federated learning)
联邦学习(Federated learning)最早在2016由谷歌提出,并在之后受到大量的关注.本文旨在简要介绍联邦学习,了解联邦学习的背景,而不关注联邦学习具体的实现方案.希望能解释通如下几个 ...
一篇综述带你全面了解课程学习(Curriculum Learning)
本文转自知乎,已获作者授权转载,请勿二次转载. 原文:https://zhuanlan.zhihu.com/p/362351969 导读:课程学习 (Curriculum learning, CL) ...
【github】机器学习(Machine Learning)深度学习(Deep Learning)资料
转自:https://github.com/ty4z2008/Qix/blob/master/dl.md# <Brief History of Machine Learning> 介绍:这 ...
机器学习(Machine Learning)深度学习(Deep Learning)资料汇总
本文来源:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...

文献学习(part72)--Learning the parts of objects by non-negative matrix factorization

文章目录

Learning the parts of objects by non-negative matrix factorization

摘要

文献学习(part72)--Learning the parts of objects by non-negative matrix factorization相关推荐

最新文章

热门文章