Key points are not available for this paper at this time.
स्पष्ट सिंगुलर वैल्यू अपघटन (SSVD) को उच्च-आयामी डेटा मैटृिक्स के भीतर बाईक्लस्टरिंग या व्याख्यायित रो-स्तंभ संघों की पहचान के लिए एक नए खोजात्मक विश्लेषण उपकरण के रूप में प्रस्तावित किया गया है। SSVD डेटा मैटृिक्स के लिए एक निम्न-क्रम, चेकर्ड-बोर्ड संरचित मैट्रिक्स का अनुमोदन करता है। इच्छित चेकर्ड-बोर्ड संरचना को बाएँ और दाएँ सिंगुलर वेक्तरों को स्पष्ट करने के द्वारा प्राप्त किया जाता है, अर्थात्, उनमें कई शून्य प्रविष्टियाँ होती हैं। कुछ रैखिक प्रतिगमन के लिए सिंगुलर वेक्तरों की व्याख्या करते हुए, स्पष्टता का निर्धारण करने वाले नियमितीकरण दंड को न्यूनतम वर्ग प्रतिगमन पर लगाया जाता है ताकि स्पष्ट सिंगुलर वेक्तर उत्पन्न हो सकें। स्पष्ट सिंगुलर वेक्तरों की गणना के लिए एक कुशल आवर्ती एल्गोरिदम प्रस्तावित किया गया है, साथ में दंड पैरामीटर चयन पर कुछ चर्चा भी है। फेफड़ों के कैंसर माइक्रोरेरे डेटा सेट और खाद्य पोषण डेटा सेट का उपयोग SSVD को बाईक्लस्टरिंग विधि के रूप में दर्शाने के लिए किया गया है। SSVD की तुलना कुछ मौजूदा बाईक्लस्टरिंग विधियों से भी की गई है जो अनुकरण डेटा सेट का उपयोग करती हैं।
ली एट अल। (मंगलवार,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: