การเติมเต็มเมทริกซ์
การเติมเต็มเมทริกซ์ (Matrix Completion) เป็นเทคนิคสำหรับการกู้คืนเมทริกซ์อันดับต่ำจากชุดข้อมูลย่อยขนาดเล็กที่อาจสุ่มมาบางส่วนของรายการข้อมูลในเมทริกซ์นั้น Emmanuel Candès และ Benjamin Recht ได้นำเสนอเทคนิคนี้ในปี 2009 โดยปรับเปลี่ยนปัญหาเป็นการลดขนาดนอร์มนิวเคลียร์ (nuclear norm minimization) ซึ่งเป็นตัวแทนแบบคอนเวกซ์ (convex surrogate) สำหรับการลดอันดับ (rank minimization) และให้การรับประกันทางทฤษฎีว่าการกู้คืนที่แม่นยำสามารถทำได้เมื่อมีการสังเกตรายการข้อมูลแบบสุ่มอย่างสม่ำเสมอ และเมทริกซ์เป็นไปตามเงื่อนไขความไม่สอดคล้องกัน (incoherence condition)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/th/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.
- MICEสถิติศาสตร์↔ compare
- การแยกตัวประกอบเมทริกซ์ไม่เป็นลบ (NMF)การเรียนรู้ของเครื่อง↔ compare