Resolvendo A Ambiguidade No Sinal Da SVD

Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Seminario de Fundamentos de Programacao

Resolvendo a ambiguidade no sinal da SVD
Equipe Walner Mendona dos Santos c Wladiane Rodrigues Silva Amanda de Lucas Coimbra
Professor da disciplina Prof. Me. Francisco Herbert Lima Vasconcelos Universidade Federal do Cear a
Dezembro de 2011 Fortaleza-CE, Brasil
Equipe:
Walner, Wladiane & Amanda
Seminrio de Fundamentos de Programao a ca
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Sumario
1
Apresentacao
Artigo
Introducao
Motivaoes e Objetivos c
Fundamentos MATLAB
Usando o MATLAB
Decomposio em Valores Singulares (SVD) ca
4 5
Metodologia
Essncia do Mtodo e e
Aplicacoes
Aplicaes da SVD co
Referencias
Equipe: Walner, Wladiane & Amanda Seminrio de Fundamentos de Programao a ca
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Artigo
T tulo do artigo Resolving the sign ambiguity in the singular value decomposition. Resolvendo a ambiguidade no sinal da decomposio em ca valores singulares.
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Autores
Tamara G. Kolda
Figura: Tamara G. Kolda, Sandia National Laboratories, Livermore, CA, USA
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Autores
Evrim Acar
Figura: Evrim Acar, Computer Science Department, Rensselaer Polytechnic Institute, Troy, NY USA
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Autores
Rasmus Bro
Figura: Rasmus Bro, Faculty of Life Sciences, Copenhagen University, Copenhagen, Denmark
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Motivacao
Motivacao dos autores A importncia do mtodo para certos ideais prticos; a e a A aleatoriedade; Busca de interpretaes coerentes. co
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Motivacao
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Motivacao
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Objetivos Gerais
Objetivos dos autores Mostrar aplicaes da SVD; co Resolver a ambiguidade; Mostrar a ecincia da soluo; e ca Mostrar exemplos de aplicaes do mtodo. co e
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Objetivos Gerais
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Objetivos Gerais
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Objetivos Gerais
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Objetivos Espec ficos
Nossos objetivos Apresentar a SVD; Uso da SVD no MATLAB; Avaliar o desempenho do mtodo; e Aplicao em compresses de imagens; ca o Aplicar a soluo da amiguidade no sinal da SVD no ca MATLAB.
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Decomposicao em Valores Singulares (SVD)

Definicao Sejam as matrizes X RI J ; U = {u1 , u2 , . . . , uI } RI I ; V = {v1 , v2 , . . . , vJ } RJJ ; RI J
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e

Definicao Sejam as matrizes X RI J ; U = {u1 , u2 , . . . , uI } RI I ; V = {v1 , v2 , . . . , vJ } RJJ ; RI J Uma decomposio do tipo ca X = UVT satisfazendo certas propriedades dita uma decomposio em e ca valores singulares.
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Propriedades
T XI J = UI I I J VJJ
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Propriedades
UUT = IdI (Ortogonal de ordem I);
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Propriedades
UUT = IdI (Ortogonal de ordem I); VVT = IdJ (Ortogonal de ordem J);
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Propriedades
UUT = IdI (Ortogonal de ordem I); VVT = IdJ (Ortogonal de ordem J); = diag(1 , 2 , . . . , P )I J , com P = min(I , J) e 1 2 P 0.
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Nomenclatura Os k pertencentes ` matriz chamam-se valores singulares; a
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Nomenclatura Os k pertencentes ` matriz chamam-se valores singulares; a Os vetores colunas uk da matriz U so os vetores singulares a esquerdos;
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Nomenclatura Os k pertencentes ` matriz chamam-se valores singulares; a Os vetores colunas uk da matriz U so os vetores singulares a esquerdos; Os vetores colunas vk da matriz V so os vetores singulares a direitos.
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e

Ilustracao da SVD
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
O Teorema da SVD 1 Sempre poss e vel decompor uma matriz X em valores singulares.
2
Os valores singulares de uma matriz X so unicamente a determinados.
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
2
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
2
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
2
Observacao Os valores singulares 1 , ..., p so unicos; entretanto, as matrizes a U e V no so unicas. a a
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Forma truncada
K
X com K min(I , J)
T UK K VK
=
k=1
T k uk vk
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Forma truncada
K
X com K min(I , J) Onde
T UK K VK
=
k=1
T k uk vk
UK = {u1 , u2 , . . . , uK } RI K ; VK = {v1 , v2 , . . . , vK } RJK ; K = diag(1 , 2 , . . . , K ) RK K .
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Ilustracao da forma truncada da SVD
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Reflexividade
T T k uk vk = k (uk )(vk )
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
MATLAB
O MATLAB tem dois mtodos padres para o clculo da SVD. e o a [U, S, V ] = svd(X ) [U, S, V ] = svds(X )
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
MATLAB
Exemplo Considere o seguinte exemplo simples: 4 22 3 1 5 1 X= 11 69 10 11 69 10
5 1 14 14
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
MATLAB
Comando svd Usando svd para calcular a SVD vetores singulares esquerdos 0.22 0.97 0.05 0.06 U= 0.69 0.16 0.69 0.16
de X, temos os seguintes 0.07 0.00 1.00 0.00 0.03 0.71 0.03 0.71
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
MATLAB
Comando svds No entanto, svds troca os sinais dos primeiros trs pares de e vetores singulares. Abaixo os vetores singulares esquerdos so a mostrados (os vetores singulares direitos tm um sinal e correspondente). 0.22 0.97 0.07 0.00 0.05 0.06 1.00 0.00 U= 0.69 0.16 0.03 0.71 0.69 0.16 0.03 0.71
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Essencia do Metodo
Idealizacao Matematicamente, no h maneira de evitar a ambiguidade a a do sinal de um termo multiplicativo, como o par de vetores singulares. A m de identicar o sinal de um vetor singular, sugere-se que seja semelhante ao sinal da maioria dos vetores que est a representando. Geometricamente, ele deve apontar na mesma direo, e no ca a na direo oposta dos pontos que esto representando. ca a
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Essencia do Metodo
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Essencia do Metodo
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Exemplo
Quatro exemplos de matrizes 102 aleatorias
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Exemplo
Exemplo de uma matriz de dados
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Aplicacoes da SVD
Aplicacoes apresentadas pelos autores Anlise de Componentes Principais (PCA); a Indexao Semntica Latente (LSI); ca a Seleo induzida de hipertextos tpicos (HITS); ca o
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Aplicacoes da SVD
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Aplicacoes da SVD
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Exemplos de uso da convencao de sinais
Exemplos apresentados pelos autores Eigenfaces; Anlise de Dados Espectrais. a
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
O efeito da sinalizacao amb gua em Eigenfaces
Eigenfaces Um exemplo para a ilustraco da ambiguidade no sinal da SVD a e uma tcnica bem conhecida chamada Eigenfaces, muitas vezes e usado no reconhecimento de faces.
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e

Eigenfaces
Figura: Eigenfaces correspondentes aos trs primeiros vetores singulares e obtidos em execues diferentes do mtodo svd em MATLAB, quando co e 200 de 265 imagens so aleatoriamente amostradas em cada execuo. a ca
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e

Eigenfaces
Figura: Eigenfaces correspondentes aos trs primeiros vetores singulares e obtidos de forma consistente em execues diferentes com a funo co ca SignFlip quando 200 de 265 imagens so aleatoriamente amostradas em a cada execuo. ca
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
O efeito da sinalizacao amb gua em Dados Espectrais
Dados espectrais Outro exemplo para a ilustraco da ambiguidade no sinal da SVD a a anlise de Dados Espectrais. e a
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e

Dados espectrais
Figura: Sesenta e uma emises de espectros uorescentes o 201-dimensionais.
Equipe:
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e

Dados espectrais
Figura: Bootstrapped dos trs primeiros vetores singulares direitos a e partir da Figura 6 antes (superior) e depois (inferior) da correo do sinal. ca
Apresentao ca
Introduo ca
Fundamentos
MATLAB
Metodologia
Aplicaes co
Referncias e
Referencias
R. Broa, E. Acar e Tamara G. Kolda. Resolvign the sign ambiguity in the singular value decomposition. J. Chemometrics 2008, 22, 135-140. http://www.mathworks.com/matlabcentral/leexchange/22118sign-correction-in-svd-and-pca
Equipe:

Resolvendo A Ambiguidade No Sinal Da SVD

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Resolvendo A Ambiguidade No Sinal Da SVD

Enviado por

Direitos autorais:

Formatos disponíveis

Apresentao ca

Seminario de Fundamentos de Programacao

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Decomposio em Valores Singulares (SVD) ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Figura: Tamara G. Kolda, Sandia National Laboratories, Livermore, CA, USA

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Objetivos Espec ficos

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Objetivos Espec ficos

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Objetivos Espec ficos

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Objetivos Espec ficos

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Objetivos Espec ficos

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Decomposicao em Valores Singulares (SVD)

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Decomposicao em Valores Singulares (SVD)

Decomposicao em Valores Singulares (SVD)

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Decomposicao em Valores Singulares (SVD)

UUT = IdI (Ortogonal de ordem I);

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Decomposicao em Valores Singulares (SVD)

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Decomposicao em Valores Singulares (SVD)

Walner, Wladiane & Amanda

Seminrio de Fundamentos de Programao a ca

Decomposicao em Valores Singulares (SVD)

Nomenclatura Os k pertencentes ` matriz chamam-se valores singulares; a

Walner, Wladiane & Amanda