×

关于CUR分解的观点。 (英语) Zbl 1432.15014号

摘要:本文讨论了一个有趣的矩阵分解,称为CUR分解。我们通过在不同情况下的比较来说明这种方法的各种观点。此外,我们提供了一个新的CUR分解特征,它将这些观点结合起来,并表明它们在精确分解情况下确实是相同的。

MSC公司:

15A23型 矩阵的因式分解
65层55 低阶矩阵逼近的数值方法;矩阵压缩
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 阿尔德鲁比,阿克兰;基顿·哈姆;科库、艾哈迈特·布格拉;Sekmen,Ali,CUR分解,相似矩阵和子空间聚类,前沿应用。数学。统计数据,4,65(2019年)
[2] 阿尔德鲁比,阿克兰;Ali Sekmen;科库、艾哈迈特·布格拉;乔·阿克马克,艾哈迈特·法鲁克,子空间并集数据的相似矩阵框架,应用。计算。哈蒙。分析。,45, 2, 425-435 (2018) ·兹比尔1406.62066
[3] 杰森·阿尔舒勒(Jason Altschuler);阿迪蒂亚·巴斯卡拉;傅刚;米罗尼·瓦哈卜;阿夫申·罗斯塔米扎德;Zadimoghaddam,Morteza,Greedy列子集选择:新边界和分布式算法,(Balcan,Maria Florina;Weinberger,Kilian Q.,第33届国际机器学习会议论文集。第33届国际机器学习会议论文集,美国纽约,2016年6月20-22日。第33届机器学习国际会议论文集。第33届机器学习国际会议论文集,2016年6月20日至22日,美国纽约,机器学习研究论文集,第48卷(2016),2539-2548,PMLR
[4] 雅各布·比恩;徐亚;Mahoney,Michael W.,《从稀疏优化的角度看CUR》,(神经信息处理系统进展(2010)),217-225
[5] 布特西迪斯、克里斯托斯;迈克尔·马奥尼(Michael W.Mahoney)。;Drineas,Petros,《列子集选择问题的改进近似算法》(第二十届ACM-SIAM离散算法年会论文集(2009),SIAM),968-977·Zbl 1420.68235号
[6] Caiafa,Cesar F。;Cichocki,Andrzej,将列式矩阵分解推广到多路数组,线性代数应用。,433, 3, 557-573 (2010) ·Zbl 1194.15025号
[7] 邱嘉伟;Demanet,Laurent,骨架分解的次线性随机算法,SIAM J.矩阵分析。申请。,341361-1383(2013年)·Zbl 1277.68296号
[8] Ali,Chi-ivril,列子集选择问题是UG-hard,J.Compute。系统科学。,80, 4, 849-859 (2014) ·Zbl 1285.68052号
[9] 阿米特·德什潘德;Rademacher,Luis,行/列子集选择的有效体积采样,(第51届IEEE计算机科学基础年会,2010(2010),IEEE),329-338
[10] Drineas,Petros公司;拉维·坎南;Mahoney,Michael W.,矩阵的快速蒙特卡罗算法III:计算压缩近似矩阵分解,SIAM J.Comput。,36, 1, 184-206 (2006) ·Zbl 1111.68149号
[11] Drineas,Petros公司;Michael W.Mahoney,《关于用Nyström方法逼近Gram矩阵以改进基于核的学习》,J.Mach。学习。第6号决议(12月),2153-2175(2005年)·Zbl 1222.68186号
[12] Drineas,Petros公司;迈克尔·马奥尼(Michael W.Mahoney)。;Muthukrishnan,S.,相对误差CUR矩阵分解,SIAM J.矩阵分析。申请。,30, 2, 844-881 (2008) ·Zbl 1183.68738号
[13] 埃桑、埃哈米法尔;Vidal,Rene,稀疏子空间聚类:算法、理论和应用,IEEE Trans。模式分析。机器。智力。,35, 11, 2765-2781 (2013)
[14] Gantmacher,Feliks R.,矩阵理论,第21卷(1959年),切尔西:切尔西纽约
[15] 戈尔?11月,S.A。;Zamarashkin,N.L。;Tyrtyshnikov,E.E.,矩阵的伪骨架近似,Dokl。阿卡德。诺克,343,2,151-152(1995)·Zbl 0875.15004号
[16] 戈尔·诺夫(Goreĭnov,Sergei A.)。;尤金·E·蒂尔蒂什尼科夫。;Zamarashkin,Nickolai L.,伪骨架近似理论,线性代数应用。,261, 1-3, 1-21 (1997) ·Zbl 0877.65021号
[17] 戈尔·诺夫(Goreĭnov,Sergei A.)。;扎马拉什金(Zamarashkin)、尼古拉·列奥尼多维奇(Nikolai Leonidovich);Tyrtyshnikov,Evgenii Evgen’evich,最大体积矩阵的伪骨架近似,数学。注释,62,4,515-519(1997)·Zbl 0916.65040号
[18] 内森·哈尔科;佩·古纳尔·马丁森;Tropp,Joel A.,《寻找随机性结构:构建近似矩阵分解的概率算法》,SIAM Rev.,53,2,217-288(2011)·Zbl 1269.65043号
[19] Khot,Subhash,《论独特的2人证明者1轮游戏的力量》,(第三十四届美国计算机学会计算机理论研讨会论文集,STOC'02(2002),美国计算机学会:美国纽约州纽约市美国计算机学会),767-775·Zbl 1192.68367号
[20] 马克·库里;胡一凡;珊卡·克里希南;Scheidegger,Carlos,《利用低库压力优化绘制大图形》,计算机图形论坛,第31卷,975-984(2012),威利在线图书馆
[21] 李,C。;王,X。;Dong,W。;严,J。;刘,Q。;Zha,H.,通过CUR矩阵分解进行特征选择的联合主动学习,IEEE Trans。模式分析。机器。智力。,41、6、1382-1396(2019年6月)
[22] 李雪龙;庞亚伟,基于确定性列的矩阵分解,IEEE Trans。知识。数据工程,22,1,145-149(2010)
[23] 迈克尔·马奥尼(Michael W.Mahoney)。;Drineas,Petros,改进数据分析的CUR矩阵分解,Proc。国家。阿卡德。科学。,106, 3, 697-702 (2009) ·Zbl 1202.68480号
[24] 阿尔伯特·W·马歇尔。;英格拉姆·奥尔金;Arnold,Barry C.,《不等式:多数化理论及其应用》,《统计学中的斯普林格级数》(2011),斯普林格-弗拉格:纽约斯普林格·Zbl 1219.26003号
[25] 布鲁诺,鄂尔多斯戈蒂;戈梅斯·卡纳瓦尔,桑德拉;Mozo,Alberto,迭代列子集选择,知识信息系统。,54,1,65-94(2018)
[26] 彭罗斯,R.,关于线性矩阵方程的最佳近似解,数学。程序。剑桥菲洛斯。Soc.,52,1,17-19(1956年)·Zbl 0070.1251
[27] Shitov,Yaroslav,列子集选择为NP-完成(2017),arXiv预印本·兹比尔1369.68246
[28] 丹尼·索伦森(Danny C.Sorensen)。;Embree,Mark,A DEIM诱导的CUR因子分解,SIAM J.Sci。计算。,38、3、A1454-A1482(2016)·Zbl 1382.65121号
[29] Stewart,G.W.,高效计算稀疏矩阵截断枢轴qr近似的四种算法,Numer。数学。,83, 2, 313-323 (1999) ·Zbl 0957.65031号
[30] Gilbert Strang;Gilbert Strang;Gilbert Strang;斯特朗,吉尔伯特,《线性代数导论》,第3卷(1993),韦尔斯利-剑桥出版社:马萨诸塞州韦尔斯利·Zbl 1067.15501号
[31] Tropp,Joel A.,列子集选择、矩阵分解和特征值优化,(第二十届ACM-SIAM离散算法年会论文集(2009),工业和应用数学学会),978-986·Zbl 1425.65061号
[32] 谢尔盖·沃罗宁;Martinsson,Per-Gunnar,CUR和插值矩阵分解的高效算法,高级计算。数学。,43, 3, 495-516 (2017) ·Zbl 1369.65049号
[33] 徐苗;金荣;周志华,部分观测矩阵的CUR算法,(机器学习国际会议(2015)),1412-1421
[34] 杨继燕;奥利弗·吕贝尔;迈克尔·马奥尼(Michael W.Mahoney)。;Bowen,Benjamin P.,《使用CUR矩阵分解识别质谱成像数据中的重要离子和位置》,Anal。化学。,87, 9, 4658-4666 (2015)
[35] 杨天宝;张立军;金荣;朱生火,列子集选择的显式抽样相关谱误差界,(机器学习国际会议(2015)),135-143
[36] 叶庆华;迈克尔·马奥尼(Michael W.Mahoney)。;亚历山大·萨莱(Alexander S.Szalay)。;伊斯坦·萨拜;布达瓦里,塔马斯;Wyse,Rosemary FG;Dobos,Laszlo,星系光谱中信息波长区域的客观识别,Astron。J.,147,5110(2014)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。