1999 Lee

Learning the parts of objects by non-negative matrix factorization

Daniel D. Lee, H. Sebastian Seung

Nature, Vol. 401-21, October 1999

全体の認識は、その部分の認識に基づいているのでしょうか？脳内の部分ベースの表現については心理学的および生理学的証拠があり、物体認識の特定の計算理論はそのような表現に依存しています。

しかし、脳やコンピュータが物体の部分をどのように学習するかについてはほとんどわかっていません。

ここでは、顔の部分とテキストの意味的特徴を学習できる非負行列分解のアルゴリズムを示します。 これは、部分ベースではなく全体的表現を学習する主成分分析やベクトル量子化などの他の方法とは対照的です。

非負行列分解は、非負制約を使用する点で他の方法と区別されます。

これらの制約は、減算的ではなく加算的組み合わせのみを許可するため、部分ベースの表現につながります。

非負行列分解をニューラルネットワークとして実装すると、ニューロンの発火率が負になることはなく、シナプス強度の符号は変化しないという 2 つの特性によって、部分ベースの表現が生成されます。