{“id”：“https://openalex.org/W2783951595“，”doi“：”https://doi.org/10.109/icmla.2017.0-152“，”title“：“UoI-NMF聚类：一种用于改进基于部件的噪声数据分解和重建的稳健非负矩阵分解算法”，“display_name”：“UoS-NMF聚类：一个用于改进基于零件的噪声数据的分解和重构的稳健非负数矩阵分解算法“，”publication_year“：2017，”publication_date“：”2017-12-01“，”ids“：{”openalex“：”https://openalex.org/W2783951595“，”doi“：”https://doi.org/10.109/icmla.2017.0-152“，”mag“：”2783951595“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/icmla.2017.0-152“，”pdf_url“：null，”source“：null，”license“：null'，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，”type“：”article“，”type_crossref“：“procesdings-article”，”indexed_in“：[”crossref“]，”open_access“：{”is_oa“：false，”oa_status“：”closed“，”oa_url”：null“，”any_repository_has_fulltext“：false}”，”authorships“：[{”author_position“：”first“，”作者“：{”id“：”https://openalex.org/A5091108132“，”display_name“：”Shashanka Ubaru“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I4210101327“，”display_name“：”双城骨科“，”ror“：”https://ror.org/01en4s460“，”country_code“：“美国”，”type“：”healthcare“，”seriance“：[”https://openalex.org/I4210101327“]}，{”id“：”https://openalex.org/I130238516“，”display_name“：”明尼苏达大学“，”ror“：”https://ror.org/017zqws13“，”country_code“：”US“，”type“：“教育”，”世系“：[”https://openalex.org/I130238516“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Shashanka Ubaru“，”raw _ afiliation_strings“：[“美国明尼苏达州双子城明尼苏打大学”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5043129695“，”display_name“：”Kesheng Wu“，”orcid“：”https://orcid.org/0000-0002-6907-3393}，“机构”：[{“id”：https://openalex.org/I148283060“，”display_name“：”劳伦斯伯克利国家实验室“，”ror“：”https://ror.org/02jbv0t02“，”country_code“：”US“，”type“：“facility”，”lineage“：[”https://openalex.org/I1330989302","https://openalex.org/I148283060","https://openalex.org/I39565521“]}]，”countries“：[”US“]，”is_corresponding“：false，”raw_author_name“：”Kesheng Wu“，”raw_affiliation_strings“：【”Lawrence Berkeley National Laboratory，Berkeley，CA，USA“】}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5040319820“，”display_name“：”Kristofer E.Bouchard“，”orcid“：”https://orcid.org/0000-0002-1974-4603}，“机构”：[{“id”：https://openalex.org/I148283060“，”display_name“：”劳伦斯伯克利国家实验室“，”ror“：”https://ror.org/02jbv0t02“，”country_code“：”US“，”type“：“facility”，”lineage“：[”https://openalex.org/I1330989302","https://openalex.org/I148283060","https://openalex.org/I39565521“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Kristofer E.Bouchard“，”raw _ afiliation_strings“：[“美国加州伯克利劳伦斯伯克利国家实验室”]}]“countries _ distinct_count”：1，”institutions _ disting_count“：3，”corresponding_author_ids“：[]，”coresponding_institution_idshas_fulltext“：true，”fulltext_origin“：”ngrams“，”cited_by_count“：10，”cited_by_percentile_year“：{”min“：87，”max“：88}，”biblio“：{“volume”：null，”issue“：null”，“first_page”：null，“last_page”：null}，“is_retracted”：false，“is_paratext”：false，“primary_topic”：{“id”：“https://openalex.org/T10500“，”display_name“：”压缩传感理论与应用“，”score“：0.9986，”subfield“：｛”id“：”https://openalex.org/subfields/2206“，”display_name“：”计算力学“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T10500“，”display_name“：”压缩传感理论与应用“，”score“：0.9986，”subfield“：｛”id“：”https://openalex.org/subfields/2206“，”display_name“：”计算力学“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11447“，”“display_name”：“盲源分离与独立分量分析”，“score”：0.9986，“subfield”：{“id”：“https://openalex.org/subfields/1711“，”display_name“：”信号处理“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10885“，”“display_name”：“微阵列数据分析和基因表达谱分析”，“score”：0.9946，“subfield”：{“id”：“https://openalex.org/subfields/1312“，”display_name“：”分子生物学“}，”字段“：{”id“：”https://openalex.org/fields/13“，”“display_name”：“生物化学、遗传学和分子生物学”}，“域”：{“id”：“https://openalex.org/domains/1“，”display_name“：”生命科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/signal-decomposition网站“，”display_name“：”信号分解“，”score“：0.529973}，{”id“：”https://openalex.org/keywords/matrix-completion“，”display_name“：”矩阵完成“，”score“：0.519566}，{”id“：”https://openalex.org/keywords/clustering网站“，”display_name“：”聚类“，”score“：0.51793}，{”id“：”https://openalex.org/keywords/independent-component-analysis网站“，”display_name“：”独立组件分析“，”score“：0.504107}]，”concepts“：[{”id“：”https://openalex.org/C152671427，“wikidata”：https://www.wikidata.org/wiki/Q10843505“，”display_name“：”非负矩阵因式分解“，”level“：4，”score“：0.91676253}，{”id“：”https://openalex.org/C42355184，“wikidata”：https://www.wikidata.org/wiki/Q1361088“，”display_name“：”矩阵分解“，”level“：3，”score“：0.7081343}，{”id“：”https://openalex.org/C2781067378，“wikidata”：https://www.wikidata.org/wiki/Q17027399“，”display_name“：”可解释性“，”level“：2，”score“：0.69724286}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.61284107}，{”id“：”https://openalex.org/C73555534，“wikidata”：https://www.wikidata.org/wiki/Q622825“，”display_name“：”聚类分析“，”level“：2，”score“：0.6019677}，{”id“：”https://openalex.org/C106487976，“wikidata”：https://www.wikidata.org/wiki/Q685816“，”display_name“：”矩阵（化学分析）“，”级别“：2，”分数“：0.49996638}，{”id“：”https://openalex.org/C160920958，“wikidata”：https://www.wikidata.org/wiki/Q7662746“，”display_name“：”合成数据“，”level“：2，”score“：0.47356713}，{”id“：”https://openalex.org/C164226766，“wikidata”：https://www.wikidata.org/wiki/Q7293202“，”display_name“：”Rank（图论）“，”level“：2，”score“：0.4469442}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.42396057}，{”id“：”https://openalex.org/C56372850，“wikidata”：https://www.wikidata.org/wiki/Q1050404“，”display_name“：”稀疏矩阵“，”level“：3，”score“：0.42162395}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.40624303}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.39986247}，{”id“：”https://openalex.org/C124101348，“wikidata”：https://www.wikidata.org/wiki/Q172491“，”display_name“：”数据挖掘“，”level“：1，”score“：0.380377}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.29126075}，{”id“：”https://openalex.org/C114614502，“wikidata”：https://www.wikidata.org/wiki/Q76592“，”display_name“：”组合数学“，”level“：1，”score“：0.08330265}，{”id“：”https://openalex.org/C158693339，“wikidata”：https://www.wikidata.org/wiki/Q190524“，”display_name“：”特征值和特征向量“，”level“：2，”score“：0.0｝，｛”id“：”https://openalex.org/C121332964，“wikidata”：https://www.wikidata.org/wiki/Q413“，”display_name“：”Physics“，”level“：0，”score“：0.0｝，｛”id“：”https://openalex.org/C192562407，“wikidata”：https://www.wikidata.org/wiki/Q228736“，”display_name“：”材料科学“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C159985019，“wikidata”：https://www.wikidata.org/wiki/Q181790“，”display_name“：”复合材料“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C62520636，“wikidata”：https://www.wikidata.org/wiki/Q944“，”display_name“：”量子力学“，”level“：1，”score“：0.0｝，｛”id“：”https://openalex.org/C163716315，“wikidata”：https://www.wikidata.org/wiki/Q901177“，”display_name“：”Gaussian“，”level“：2，”score“：0.0}]，”mesh“：[]，”locations_count“：1，”location“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/icmla.2017.0-152“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[]:”，“referenced_works_count”：26，“referrenced_works”：[”https://openalex.org/W1534477342","https://openalex.org/W1882879704网址","https://openalex.org/W1902027874","https://openalex.org/W1965011257","https://openalex.org/W1985915435","https://openalex.org/W1997412667","https://openalex.org/W2017288758","https://openalex.org/W2048687561","https://openalex.org/W2110096996","https://openalex.org/W2111604514","https://openalex.org/W2112796928","https://openalex.org/W2113872551","https://openalex.org/W2118718620","https://openalex.org/W2140318696","https://openalex.org/W2165685007","https://openalex.org/W2187089797","https://openalex.org/W2312396124","https://openalex.org/W2315452447","https://openalex.org/W2464779257","https://openalex.org/W2482276862","https://openalex.org/W2545232173","https://openalex.org/W2562836854","https://openalex.org/W2767385289","https://openalex.org/W3143596294","https://openalex.org/W4298427861","https://openalex.org/W4300718799“]，”related_works“：[”https://openalex.org/W4390394189","https://openalex.org/W2972997031","https://openalex.org/W2792706544","https://openalex.org/W2539013788","https://openalex.org/W2156699640","https://openalex.org/W2146544734","https://openalex.org/W2127243424","https://openalex.org/W2045265907","https://openalex.org/W2037504162","https://openalex.org/W1568451138“]，”ngrams_url“：”https://api.openalex.org/works/W2783951595/ngrams“，”“abstract_inverted_index”：{“With”：[0]，“the”：[1,78122127195202]，“ever”：[2]，“growing”：[3]，“collection”：[4]，“of”：[5,8,12,35121131179194206]，“large”：[6]，“volumes”：[7]，“scientific”：[9,36152]，“data”：[10123181211]，“development”：[11]，“internatable”：[13,27]，“machine”：[14,28]，“learning”：[15,2910]7]，“工具”：[16,30]，“到”：[17135154165209]，“分析“：[18]，”这样“：[19,70]，”数据“：[20,51141153]，”是“：[21,77,98]，”成为“：[22]，”更多“：[23175]，”重要。“：[24]，”然而，“：[25]，”健壮“：[26]，”是“：[31]，”缺乏“：[32]，”威胁“：[33]，”提取“：[34]，”洞察力“：[37]，”和“：[38,62141511859204212]，”发现。“：[39]，”非负“：[40]，”矩阵“：[41]，”因式分解“：[42]，”（NMF）“：[43]，”算法“：[44]，”分解“：%45]，”an“：[46,63]，”m“：[47,64]，”u00d7“：[48,57,65]，”n“：[49,58]，”non-negative“：[50]，”Matrix“：[52,60,68219]，”A“：[53,72]，”into“：[54]，”A“：[55,86159183]，“k”：[56,66,76]，“基数”：[59]，“H”：[61]，“重量”：[67109187]，“W”，“：[69]，“that”：[71139]，“\u2248“：[73]，”WH，“：[74]，”其中“：[75]，”所需“：[79]，”等级。“：[80]，”In“：[81]，”this“：[82]，”论文“：[83]，”我们“：[84]，”现在“：[85]，”新颖“：[87]，”两个“：[88]，”阶段“：[89]，”算法“：[90]，”UoI-NMF“：[91169]，”集群“：[94172]，”for“：[95]，”NMF“：[96]，”which“：[97]，”based“：[99]，”on“：[100148161]，”three“：101]，”innovations:“：[102]，”（i）“：[103]，”completely“：[104]，”separated“：[105]，”base“：[106113]，”from“：[108]，”estimation“：[110]，”ii“：[111]，”learn“：[112]，”by“：[114]，”clustering“：[115]，“NMF”：[116167207]，“results”：[117]，“across”：[118]，“bootstrap”：[119]，“重采样“：[120]，”（iii）“：[125]，”使用“：[126]，”最近“：[128]，”引入“：[129]，”联合“：[130]，”交叉“：[132]，”UoI“：[133]，”框架“：[134]，”估计“：[136]，”超稀疏“：[137]，”权重“：[138]，”最大化“：[140]，”重建“：[142]，”精度。“：[143]，”We“：[144]，”deploy“：[145]，”ourr“：[146]，”algorithm“：%147]，”varief“：[149]，”synthetic“：+150]，”illumination“：[155]，”its“：[156]，”performance“：[157]，”with“：:158]，”focus“：-160]，”neuroscience“：116]，”data。“：[163197]，”比较“：[164]，”其他“：[166218]，”算法“：[168]，”产量：“：[173]，”a）“：[174]，”准确“：[176186]，”基于部分“：[177]，”分解“：[178]，”噪声“：[180210]，”b）“：%182]，”稀疏“：[184]，”矩阵“：[188]，”c）“：+190]，”高“：[191]，”准确性“：[192]，”重建“：[193]，“去噪”：[196]，“一起”：[198]，“这些”：[199]，“改进”：[200]，“增强”：[201]，“性能”：[203]，“可解释性”：[205]，“应用”：[208]，“建议”：[213]，“类似”：[214]，“方法”：[215]，“可能”：[216]，“效益”：[217]，“分解”：[220]，“算法”。“：[221]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W2783951595“，”counts_by_year“：[{年：2023，”cited_by_count“：1}，{年“：2022，”cited_by_count”：2}，“年”：2020，“cited_by_counts”：1}，{“年”:2019，”citecd_by_count“:4}，”年“：2018，”citesd_by/count“:2}]，”updated_date“：”2024-05-24T19:16:15.960807“，”created_date:“2018-01-26”}