Matrisekomplettering
Matrisekomplettering er en teknikk for å gjenopprette en matrise med lav rang fra en liten, muligens tilfeldig delmengde av dens elementer. Introdusert av Emmanuel Candès og Benjamin Recht i 2009, omformulerer den problemet som minimering av kjernenormen — en konveks surrogat for rangminimering — og gir teoretiske garantier for at eksakt gjenoppretting er oppnåelig når elementer observeres uniformt tilfeldig og matrisen tilfredsstiller en inkohærensbetingelse.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/no/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.
- MICEStatistikk↔ compare
- Non-negativ matrisefaktorisering (NMF)Maskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →