最大体積の基底ベクトルを選ぶことでNMFを同定すること
arXiv cs.LG / 2026/3/26
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文では、最小体積制約付きNMFはしばしば係数行列の疎性に依存しており、データが高度に混合されている場合に失敗したり解釈性が低下したりしうると主張する。
- 学習される基底ベクトルを可能な限り明確にすることを目的とした、新たな枠組みである最大体積制約付きNMFを提案する。
- 著者らは、提案する最大体積制約付きアプローチに対する同定可能性（identifiability）の定理を証明し、因数分解を確実に復元できる条件を扱う。
- 推定アルゴリズムも提示し、最小体積制約付きの代替手法と比べて本手法の有効性を実験によって報告する。
- 真の基底成分が混ざったものになりやすい傾向を抑えることで、より解釈可能なNMF結果を目指す。
