ম্যাট্রিক্স কমপ্লিশন
ম্যাট্রিক্স কমপ্লিশন হলো কোনো ম্যাট্রিক্সের অল্প সংখ্যক জানা এন্ট্রি থেকে একটি নিম্ন-র্যাঙ্কের ম্যাট্রিক্স পুনরুদ্ধার করার একটি কৌশল। ২০০৯ সালে Emmanuel Candès এবং Benjamin Recht এটি প্রবর্তন করেন। তারা এই সমস্যাটিকে নিউক্লিয়ার নর্ম মিনিমাইজেশন (nuclear norm minimization) হিসেবে পুনর্গঠন করেন — যা র্যাঙ্ক মিনিমাইজেশনের একটি কনভেক্স সারোগেট (convex surrogate) — এবং তাত্ত্বিক নিশ্চয়তা প্রদান করেন যে, যদি এন্ট্রিগুলো সুষমভাবে দৈবচয়ন (uniformly at random) পদ্ধতিতে পর্যবেক্ষণ করা হয় এবং ম্যাট্রিক্সটি একটি অসংলগ্নতার শর্ত (incoherence condition) পূরণ করে, তবে সঠিক পুনরুদ্ধার সম্ভব।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Candès, E. J., & Recht, B. (2009). Exact matrix completion via convex optimization. Foundations of Computational Mathematics, 9(6), 717–772. DOI: 10.1007/s10208-009-9045-5 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/bn/machine-learning/matrix-completion
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- MICEপরিসংখ্যান↔ compare
- Non-negative Matrix Factorization (NMF)যন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →