ŘEHŮŘEK, Radim. Fast and Faster: A Comparison of Two Streamed Matrix Decomposition Algorithms. In Michael Mahoney, Ameet Talwalkar, Mehryan Mohri, Arthur Gretton. NIPS 2010 workshop on Low-rank Methods for Large-scale Machine Learning. 2010. 7 s.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Fast and Faster: A Comparison of Two Streamed Matrix Decomposition Algorithms
Název česky Fast and Faster: A Comparison of Two Streamed Matrix Decomposition Algorithms
Autoři ŘEHŮŘEK, Radim.
Vydání NIPS 2010 workshop on Low-rank Methods for Large-scale Machine Learning, 7 s. 2010.
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10000 1. Natural Sciences
Stát vydavatele Kanada
Utajení není předmětem státního či obchodního tajemství
WWW poster workshop
Organizační jednotka Fakulta informatiky
Klíčová slova česky svd lsa lsi
Klíčová slova anglicky svd lda lsi
Štítky similarity of text documents
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Radim Řehůřek, Ph.D., učo 39672. Změněno: 21. 1. 2011 15:43.
Anotace
With the explosion of the size of digital dataset, the limiting factor for decomposition algorithms is the \emph{number of passes} over the input, as the input is often stored out-of-core or even off-site. Moreover, we're only interested in algorithms that operate in \emph{constant memory} w.r.t. to the input size, so that arbitrarily large input can be processed. In this paper, we present a practical comparison of two such algorithms: a distributed method that operates in a single pass over the input vs. a streamed two-pass stochastic algorithm. The experiments track the effect of distributed computing, oversampling and memory trade-offs on the accuracy and performance of the two algorithms. To ensure meaningful results, we choose the input to be a real dataset, namely the whole of the English Wikipedia, in the application settings of Latent Semantic Analysis.
Návaznosti
LC536, projekt VaVNázev: Centrum komputační lingvistiky
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Centra základního výzkumu
VytisknoutZobrazeno: 3. 4. 2020 07:32