What you will gain by rounding : theory and algorithms for rounding rank


Neumann, Stefan ; Gemulla, Rainer ; Miettinen, Pauli


[img]
Vorschau
PDF
What You Will Gain By Rounding Theory and Algorithms for Rounding Rank.pdf - Veröffentlichte Version

Download (384kB)

DOI: https://doi.org/10.1109/ICDM.2016.0049
URL: https://madoc.bib.uni-mannheim.de/42465
Weitere URL: http://dws.informatik.uni-mannheim.de/fileadmin/le...
URN: urn:nbn:de:bsz:180-madoc-424650
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2016
Buchtitel: 16th IEEE International Conference on Data Mining : 12-15 December 2016, Barcelona, Catalonia, Spain : proceedings
Seitenbereich: 380-389
Veranstaltungstitel: 16th International Conference on Data Mining (ICDM)
Veranstaltungsort: Barcelona, Spain
Veranstaltungsdatum: 12-15 Dec. 2016
Herausgeber: Bonchi, Francesco
Ort der Veröffentlichung: Piscataway, NJ
Verlag: IEEE
ISBN: 978-1-5090-5474-9 , 978-1-5090-5472-5 , 978-1-5090-5473-2
ISSN: 2374-8486
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science I: Data Analytics (Gemulla 2014-)
Fachgebiet: 004 Informatik
Abstract: When factorizing binary matrices, we often have to make a choice between using expensive combinatorial methods that retain the discrete nature of the data and using continuous methods that can be more efficient but destroy the discrete structure. Alternatively, we can first compute a continuous factorization and subsequently apply a rounding procedure to obtain a discrete representation. But what will we gain by rounding? Will this yield lower reconstruction errors? Is it easy to find a low-rank matrix that rounds to a given binary matrix? Does it matter which threshold we use for rounding? Does it matter if we allow for only non-negative factorizations? In this paper, we approach these and further questions by presenting and studying the concept of rounding rank. We show that rounding rank is related to linear classification, dimensionality reduction, and nested matrices. We also report on an extensive experimental study that compares different algorithms for finding good factorizations under the rounding rank model.




Dieser Eintrag ist Teil der Universitätsbibliographie.

Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen