Matrix-Vervollständigung
Matrix-Vervollständigung ist eine Technik zur Rekonstruktion einer niedrigrangigen Matrix aus einer kleinen, möglicherweise zufälligen Untermenge ihrer Einträge. Von Emmanuel Candès und Benjamin Recht im Jahr 2009 eingeführt, reformuliert sie das Problem als Minimierung der Kernnorm – eine konvexe Surrogatfunktion für die Rangminimierung – und bietet theoretische Garantien, dass eine exakte Rekonstruktion erreichbar ist, wenn Einträge gleichmäßig zufällig beobachtet werden und die Matrix eine Inkohärenzbedingung erfüllt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/de/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
- Nicht-negative Matrixfaktorisierung (NMF)Maschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →