Matrix Completion
Matrix Completion er en teknik til at genfinde en lav-rangs matrix ud fra en lille, muligvis tilfældig delmængde af dens elementer. Introduceret af Emmanuel Candès og Benjamin Recht i 2009, omformulerer den problemet som minimering af nuklear norm – en konveks surrogate for rangminimering – og giver teoretiske garantier for, at eksakt genfinding er mulig, når elementer observeres uniformt tilfældigt, og matricen opfylder en inkohærens-betingelse.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/da/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.
- MICEStatistik↔ compare
- Non-negativ Matrixfaktorisering (NMF)Maskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →