Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1206.6470

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:1206.6470 (cs)
[提交于 2012年6月27日 ]

标题: 一种组合代数方法用于低秩矩阵完成的可识别性研究

标题: A Combinatorial Algebraic Approach for the Identifiability of Low-Rank Matrix Completion

Authors:Franz Kiraly (TU Berlin), Ryota Tomioka (University of Tokyo)
摘要: 本文中,我们回顾了矩阵完成问题,并揭示了它与代数几何、组合学和图论之间的密切关系。 我们提出了对于任意秩的矩阵从一组矩阵条目中可识别的第一个充分必要组合条件,从而为矩阵完成问题提供了理论约束和新算法。 最后,我们通过算法评估所给条件和算法在实际相关矩阵大小下的紧密性,表明代数-组合方法可以带来优于现有矩阵完成方法的改进。
摘要: In this paper, we review the problem of matrix completion and expose its intimate relations with algebraic geometry, combinatorics and graph theory. We present the first necessary and sufficient combinatorial conditions for matrices of arbitrary rank to be identifiable from a set of matrix entries, yielding theoretical constraints and new algorithms for the problem of matrix completion. We conclude by algorithmically evaluating the tightness of the given conditions and algorithms for practically relevant matrix sizes, showing that the algebraic-combinatoric approach can lead to improvements over state-of-the-art matrix completion methods.
评论: 出现在《第29届国际机器学习会议(ICML 2012)论文集》中
主题: 机器学习 (cs.LG) ; 离散数学 (cs.DM); 数值分析 (math.NA); 机器学习 (stat.ML)
引用方式: arXiv:1206.6470 [cs.LG]
  (或者 arXiv:1206.6470v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.1206.6470
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Franz Kiraly [查看电子邮件]
[v1] 星期三, 2012 年 6 月 27 日 19:59:59 UTC (320 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-06
切换浏览方式为:
cs.DM
cs.LG
cs.NA
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号