Nowy algorytm NNLS

NNLS (nonnegative least squares) to metoda regresji gwarantująca uzyskiwanie wyłącznie dodatnich (lub zerowych) współczynników. W chemometrii ma wiele zastosowań (zarówno sama z siebie, jak i jako część bardziej złożonych algorytmów). W najnowszym Journal of Chemometrics Rajko i Zheng [1] proponują nowy algorytm takiej regresji. Lektura tego artykułu może być uzupełniona pracami o nieujemnej faktoryzacji macierzy [2], dekompozycji tensorów (łącznie z nieujemnymi wariantami) [3] oraz inną nową pracą [4] pokazującą tę technikę w rozdzielaniu krzywych.

Share on Google+Share on LinkedInTweet about this on TwitterShare on Facebook

References

  1. R. Rajkó, and Y. Zheng, "Distance algorithm based procedure for non-negative least squares", Journal of Chemometrics, vol. 28, pp. 691-695, 2014. http://dx.doi.org/10.1002/cem.2625
  2. M.W. Berry, M. Browne, A.N. Langville, V.P. Pauca, and R.J. Plemmons, "Algorithms and applications for approximate nonnegative matrix factorization", Computational Statistics & Data Analysis, vol. 52, pp. 155-173, 2007. http://dx.doi.org/10.1016/j.csda.2006.11.006
  3. T.G. Kolda, and B.W. Bader, "Tensor Decompositions and Applications", SIAM Review, vol. 51, pp. 455-500, 2009. http://dx.doi.org/10.1137/07070111X
  4. R.J. Pell, and X. Chen, "Multivariate curve resolution for understanding complex reactions", Journal of Chemometrics, vol. 28, pp. 411-419, 2013. http://dx.doi.org/10.1002/cem.2507

Comments

comments

Comments are closed