算法971

算法971:主成分分析随机算法的实现。近年来,低秩近似的随机方法得到了迅速发展。这些方法的目标是主成分分析和截断奇异值分解的计算。本文介绍了Mathworks的MATLAB(一个流行的数值计算软件平台)的基本黑盒、万无一失的实现。通过几个测试表明,低秩近似的随机算法在精度、计算效率(速度和内存使用率)、易用性、并行性和可靠性等方面都优于或至少匹配经典的确定性技术(如Lanczos迭代收敛)。然而,经典方法仍然是估计谱范数的首选方法,并且在计算最小奇异值和相应的奇异向量(或奇异子空间)方面远远优于传统方法。


zbMATH中的参考文献(参考文献10条,1标准件)

显示第1到第10个结果,共10个。
按年份排序(引文)

  1. 飞蚊,迈克尔S。;曼尼,卡拉;桑德,埃斯彭;斯皮尔斯,亨德里克:最佳低阶近似和Kolmogorov(n)-宽度(2021)
  2. 阿尔卑斯州尤瑟弗市;特罗普,乔尔A。;费科克,奥利弗;乌代尔,玛德琳;Cevher,Volkan:可伸缩半定规划(2021)
  3. 雅菲,阿里尔;克鲁格,尤瓦尔;林德曼,乔治·C。;米什妮,加尔;Steinerberger,Stefan:随机化近邻图,巨分量和数据科学中的应用(2020)
  4. Bjarkason,Elvar K.:使用任意数量视图进行低秩矩阵近似的有效随机算法(2019年)
  5. 布尔,安德烈亚斯;Smetana,Kathrin:随机局部模型降阶(2018)
  6. 李华民;克鲁格,尤瓦尔;Tygert,Mark:主成分分析和奇异值分解的分布式计算随机化算法(2018)
  7. 于文健;顾、余;李耀航:固定精度低秩矩阵近似的有效随机算法(2018)
  8. H、 Li,G.C.Linderman,A.Szlam,K.P.Stanton,Y.Kluger,M.Tygert:算法971:主成分分析随机算法的实现(2017)不是zbMATH
  9. 李华民;林德曼,乔治·C。;斯兰,亚瑟;斯坦顿,凯利P。;克鲁格,尤瓦尔;Tygert,Mark:算法971:主成分分析随机算法的实现(2017)
  10. 特罗普,乔尔A。;阿尔卑斯州尤瑟弗市;乌代尔,玛德琳;Cevher,Volkan:低秩矩阵近似的实用草图算法(2017)