行列から高次元テンソルへの接続構成分析:生物医学への応用

Linked Component Analysis From Matrices to High-Order Tensors: Applications to Biomedical Data
Guoxu Zhou, Qibin Zhao, Yu Zhang, Tu ̈lay Adalı, Shengli Xie, Andrzej Cichocki
Proceedings of the IEEE, Volume104, Issue2, 310-331, 2019

. さまざまなセンサーテクノロジーの可用性の向上に伴い,潜在的な結合を調べるために共同で分析する必要がある大量のマルチブロック(マルチセット,マルチリレーショナル,またはマルチビューとも呼ばれる)データにアクセスできるようになった.このような結合データの分析には,さまざまな成分分析方法がますます重要な役割を果たしている.本論文では,まず,生物医学への適用に焦点を当て,このようなデータの共同解析における,既存のマトリックスベース(双方向)成分分析方法の簡単なレビューを提供する.次に,それらの重要な拡張とテンソル(マルチブロックマルチウェイ)データへの一般化について説明する.データの多方向性を組み込むことにより,制約付きマルチブロックテンソル分解法が,すべてのブロックで共有される類似または統計的に依存する共通の特徴を抽出する方法を示す.望ましい特性と種類の多様性を持つ共通および個別の潜在的なコンポーネントを同時に抽出することを目的としたテンソルデータの柔軟な特徴分析に重点を置いている.本稿では,生物医学データ分析に対する有効性を実証するための実例が示されている.