Este artículo presenta una familia de modelos probabilísticos de variables latentes que pueden utilizarse para el análisis de datos no negativos. Mostramos que existen fuertes vínculos entre la factorización de matrices no negativas y esta familia, y proporcionamos algunas extensiones directas que pueden ayudar a tratar con invariancias de cambio, descomposiciones de orden superior y restricciones de escasez. A través de estas extensiones, argumentamos que el uso de este enfoque permite un rápido desarrollo de modelos estadísticos complejos para analizar datos no negativos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Microencapsulación y nanoencapsulación de tejidos de mezclilla con extractos herbales
Artículo:
Seguimiento de daños en parcelas de girasol y maíz mediante datos radar y ópticos de series temporales
Artículo:
Recubrimiento a base de quitosano con agentes antimicrobianos: Preparación, propiedades, mecanismo y eficacia de aplicación en frutas y verduras
Artículo:
Diseño de estructuras de gradación compleja dentro de modelos de superficie tridimensionales mediante la asignación de estructuras volumétricas
Artículo:
Desarrollo de un método de renderizado basado en mosaicos para mejorar la velocidad de renderizado de datos geoespaciales 3D con HTML5 y WebGL
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible