عنوان	الگوریتم هایی برای تجزیۀ نامنفی ماتریسی
نوع پژوهش	پایان نامه
کلیدواژه‌ها	تجزیۀ نامنفی ماتریسی، تقریب کم-رتبه، چارچوب‎ ‎‎کاهشی مختصاتی بلوکی
چکیده	در این پایان نامه، الگوریتم های توسعه یافته برای تجزیۀ نامنفی ماتریسی ‎(NMF)‎ از یک دیدگاه واحد براساس چارچوب کاهشی مختصاتی بلوکی (BCD)‎ را مرور می کنیم. ‎NMF‎ یک روش تقریب کم-رتبه برای ماتریسها است که در آن عامل های کم-رتبه تنها باید عناصر نامنفی داشته باشند. نشان داده شده است که قیدهای نامنفی تعبیر طبیعی را امکان پذیر می سازند و جوابهای بهتری را در کاربردهای متعدد از جمله تحلیل متن، بینایی رایانه ای و بیوانفورماتیک ارائه می دهند. با وجود این، محاسبۀ ‎NMF به دلیل قیدها همچنان چالش برانگیز و پرهزینه است. رویکردهای الگوریتمی متعددی برای محاسبۀ کارآمد ‎NMF ارائه شده است. چارچوب ‎BCD در بهینه سازی غیرخطی مقید، وِیژگی های همگرایی نظری چندین الگوریتم کارآمد ‎NMF را به آسانی توضیح می دهد، که با مشاهدات تجربی گزارش شده در ادبیات موضوع سازگار است.
پژوهشگران	شاهرخ اسمعیلی (استاد راهنما)، اسرین میرزایی (دانشجو)