Matricas pabeigšana
Matricas pabeigšana ir paņēmiens zema ranga matricas atgūšanai no neliela, iespējams, nejauša tās elementu apakškopas. Ieviesti Emmanuel Candès un Benjamin Recht 2009. gadā, tie reformulē problēmu kā kodola normas (nuclear norm) minimizāciju — konverģentu surrogātu ranga minimizācijai — un sniedz teorētiskas garantijas, ka precīza atgūšana ir sasniedzama, ja elementi tiek novēroti vienmērīgi nejauši un matrica atbilst nekonsekvences (incoherence) nosacījumam.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/lv/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.
- MICEStatistika↔ compare
- Neatūru matricas faktorizācija (NMF)Mašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →