Método de los Multiplicadores de Dirección Alternada para la Recuperación de Tensores de Bajo Rango Generalizada
Autores: Shi, Jiarong; Yin, Qingyan; Zheng, Xiuyun; Yang, Wei
Idioma: Inglés
Editor: MDPI
Año: 2016
Acceso abierto
Artículo científico
2016
Método de los Multiplicadores de Dirección Alternada para la Recuperación de Tensores de Bajo Rango Generalizada
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Recuperación de tensores de rango bajo
Valores atípicos
Valores perdidos
Visión por computadora
Aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
La Recuperación de Tensores de Bajo Rango (LRTR), la generalización de orden superior de la Recuperación de Matrices de Bajo Rango (LRMR), es especialmente adecuada para analizar datos multilíneales con corrupciones graves, valores atípicos y valores faltantes, y atrae una amplia atención en los campos de visión por computadora, aprendizaje automático y minería de datos.
Descripción
La Recuperación de Tensores de Bajo Rango (LRTR), la generalización de orden superior de la Recuperación de Matrices de Bajo Rango (LRMR), es especialmente adecuada para analizar datos multilíneales con corrupciones graves, valores atípicos y valores faltantes, y atrae una amplia atención en los campos de visión por computadora, aprendizaje automático y minería de datos.