Baja recuperación de matrices de rango a través de retracción basada en QR en variedades
Autores: Wang, Ke; Chen, Zhuo; Ying, Shihui; Xu, Xinjian
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Baja recuperación de matrices de rango a través de retracción basada en QR en variedades
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Completación de matrices
Optimización
Variedad de matrices
Factorización QR
Descenso de gradiente más empinado
Descenso de gradiente conjugado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
La finalización de matrices de rango bajo tiene como objetivo recuperar una matriz desconocida a partir de un subconjunto de entradas observadas. En este documento, resolvemos el problema mediante la optimización del espacio de matrices. Específicamente, aplicamos la factorización QR para la retracción durante la optimización. Diseñamos dos algoritmos rápidos basados en el descenso de gradiente más pronunciado y el descenso de gradiente conjugado, y demostramos su superioridad sobre la línea base prometedora con una proporción de al menos .
Descripción
La finalización de matrices de rango bajo tiene como objetivo recuperar una matriz desconocida a partir de un subconjunto de entradas observadas. En este documento, resolvemos el problema mediante la optimización del espacio de matrices. Específicamente, aplicamos la factorización QR para la retracción durante la optimización. Diseñamos dos algoritmos rápidos basados en el descenso de gradiente más pronunciado y el descenso de gradiente conjugado, y demostramos su superioridad sobre la línea base prometedora con una proporción de al menos .