Handling noise in Boolean matrix factorization

یکی از چالش های ارائه شده توسط تقسیم بندی ماتریس بولی، شامل آنچه که توانایی برخورد با نویز در داده ها نامیده می شود، می باشد. در این مقاله، ما انتقادی از ملاحظات موجود در مورد سر و صدا، نتایج گزارش شده در مورد توانایی الگوریتم های مختلف برای مقابله با سر و صدا، و رویکردهای مورد استفاده برای ارزیابی این توانایی را مورد بررسی قرار دادیم. ما استدلال می کنیم که درک کنونی به چند نکته توسعه یافته است و به ویژه اینکه روش کنونی برای ارزیابی توانایی اداره نویز در داده ها کمبود است. ما یک روش جدید و کمی برای ارزیابی این توانایی ارائه می دهیم. روش ما براساس یک تعریف جامع از استحکام است که نیاز به این دارد که فاکتورهای محاسبه شده از داده ها با تغییر دادن نویز در داده ها زیاد تأثیری نداشته باشند. ما یک ارزیابی تجربی از چندین الگوریتم ارائه می دهیم و نتایج را با مشاهدات موجود در ادبیات مقایسه می کنیم. آزمایشات خواص مهمی این الگوریتم ها را در ارتباط با سر و صدایی نشان می دهند. علاوه بر ارائه توجیه متدولوژیکی برخی از خواص ادعا شده در ادبیات بدون توجیه مناسب، آنها ویژگی هایی را که گزارش نشده اند و همچنین خواصی که برخلاف ادعاهای خاصی که در ادبیات ارائه شده است، نشان می دهد. نکته مهم این است که رویکرد ما نشان می دهد که یک خط جداساز قوی از صدا از الگوریتم های حساس به صدا، که توسط روش های قبلی نشان داده نشده است. ما با مشخص کردن مسائل باز که منجر به ملاحظات و آزمایش های کنونی می شوند، نتیجه گیری می کنیم.