RICA
来源:互联网 发布:ubuntu只有一种分辨率 编辑:程序博客网 时间:2024/06/16 16:47
文章来源:ICA with Reconstruction Cost for Efficient Overcomplete Feature Learning
http://cs.stanford.edu/~jngiam/papers/LeKarpenkoNgiamNg2011
1、标准的ICA被定义为如下的优化问题:
g是一个非线性的凸函数(保证只有一个最优解),W是权重矩阵,Wj是矩阵的一行(一个特征)。正交限制保证这基函数W不是退化的。
正交限制有一些缺点:
1)不能学习到过完备集
2)不能用快速的优化方法(像L-BFGS,CG等),只能用投影梯度下降算法。
3)对数据白化敏感。
2、鉴于此,我们把正交限制用软重构成本函数代替,即RICA算法。
RICA被定义为如下的无限制的优化问题。
第一项是重构误差项,它对应一个线性自编码的重构成本,且编码权重和解码权重是相同的,互为转置矩阵。
RICA的优点:
1)可以用快速的优化方法。
2)可以学习到过过完备基。
3)即使数据 不白化,也能学习到很好的特征。
前两个特点是因为RICA解除了硬正交限制,第三个特点是因为:
我们假设数据x没有被白化:
Cx是数据的协方差矩阵,E是Cx的特征向量矩阵,D是对角矩阵,对角线上的值是Cx的特征值。
所以,重构函数相当于对权重的一个线性回归,对它用特征向量矩阵进行旋转,用特征值进行尺度变换。D^(-1/2)E^T是PCA的白化矩阵,所以优化过程W中要学习到一个白化矩阵,以抵消ED^(1/2).
3、ICA和RICA的联系
如果学习的是不完备基,且我们设定r接近正无穷时,则RICA等同于ICA
- RICA
- UFLDL sparse coding ICA RICA[待更]
- adb server is out of date. killing...
- Ctreectrl在初始化(OnInitDialog)中SetCheck的问题
- C/C++堆、栈及静态数据区详解
- 上周去ThoughtWorks的一次失败的面试经历(一)
- datable<------>xml互转
- RICA
- Android 系统信息 pro 内容分析
- ServletContext对象读取资源文件
- android SharedPreferences的用法
- 无法找到“.exe”的调剂信息,或者调剂信息不匹配。未使用调剂信息生成二进制文件。
- servlet开发
- 转载:微软的面试题及答案
- ubuntu开机直接进入命令行模式
- 利用jQuery实现全选全不选反选