Abstract

We face the problem of interpreting parts of a dataset as small selections of features. Particularly, we propose a novel masked non- negative matrix factorization algorithm which is used to explain data as a composition of interpretable parts which are actually hidden in them and to introduce knowledge in the factorization process. Numerical ex- amples prove the effectiveness of the proposed MNMF algorithm as a useful tool for Intelligent Data Analysis.

Autore Pugliese

• Mencar Corrado , Del Buono Nicoletta

Tutti gli autori

• MENCAR C.;CASALINO G.;CASALINO G.;DEL BUONO N.

Titolo volume/Rivista

Non Disponibile

Anno di pubblicazione

2014

ISSN

0302-9743

ISBN

978-3-319-09152-5

Numero di citazioni Wos

2

Ultimo Aggiornamento Citazioni

Non Disponibile

Numero di citazioni Scopus

3

Ultimo Aggiornamento Citazioni

Non Disponibile

Settori ERC

Non Disponibile

Codici ASJC

Non Disponibile