• 语料库ID:257805162

$L^p$-图中Robinson属性的稳健恢复：一种割代方法

@进行中{Ghandehari2023RobustRO，title={Robinson属性在\$L^p\$-图中的稳健恢复：一种切割形式方法}，author={Mahya Ghandehari和Teddy Mishura}，年份={2023}，url={https://api.semanticscholar.org/CorpusID:257805162}}
研究表明，当用割形来理解图素的邻近性时，$\Lambda$是测量Robinson性质的一个合适的量规，并且证明了任何对称矩阵都是一种特殊类型的图素，结果可以适用于任何大小的对称矩阵。
[PDF]语义阅读器

本文中的数字

56参考文献

从Robinson图形中采样的图形序列

图形线嵌入的重建

改进的序列界限可以与以前的工作相结合，为相关任务提供更高效和准确的算法，包括：估计对角递增的图形，以及测试图形是否对角递增。

光谱序列的一致性

考虑一个大小为$N$的随机图$G$，它是根据textit{graphon}$w\，：\，[0,1]^{2}\mapsto[0,1]$构造的，如下所示。首先将$N$顶点$V=\{V_1，V_2，\ldots，V_N\}$嵌入到…

稀疏图收敛的$L^p$理论I：极限、稀疏随机图模型和幂律分布

介绍了一种基于图子的稀疏图序列的极限理论，该理论将现有的稠密图极限的$L^ iffty$理论及其由Bollobas和Riordan推广到无稠密点的稀疏图。

一种基于Lex-BFS的Robinsonian矩阵识别算法

噪声低秩矩阵补全的核范数惩罚与最优速率

提出了一种新的A_0核范数惩罚估计，并在等距条件下，对任意值$n，m_1，m-2$建立了该估计的一般夏普预言不等式，以期找到逼近数据的最佳跟踪回归模型。

速率最优图估计

本文建立了H中graphon估计的最优收敛速度{o} 奥尔德使用平滑度$\alpha$类，这与经典的非参数速率相同。

图的线性嵌入与图极限

稀疏图收敛的$L^{p}$理论Ⅱ：LD收敛、商和右收敛

这些定理将稠密图收敛的广泛适用性扩展到所有平均度无界的稀疏图，而证明需要基于一致上正则性的新技术。

基于凸优化的精确矩阵完备化

证明了一个人可以从看似不完整的项集合中完美地恢复大多数低阶矩阵，并且可以从非常有限的信息中完美地重建信号和图像以外的对象。
...