×

使用修正的二阶总变分来增强矩阵完备度。 (英语) Zbl 1417.90159号

小结:在本文中,我们提出了一种处理矩阵补全问题的新方法。与现有大多数只追求底层矩阵低秩的矩阵补全方法不同,该方法同时优化了它们的低秩和平滑性,使它们相互帮助,从而获得更好的性能。特别是,所提出的方法由于引入了修改的二阶全变分而变得非常有竞争力,即使与最近出现的一些矩阵补全方法相比较,这些方法也将矩阵的低秩和平滑先验结合在一起。提出了一种求解诱导优化问题的有效算法。大量实验进一步证实了该方法优于许多最先进的方法。

MSC公司:

90 C90 数学规划的应用
65楼30 其他矩阵算法(MSC2010)
15A83号 矩阵完成问题

软件:

ADMiRA公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Komodakis,N.,《使用全局优化完成图像》,2006年IEEE计算机学会计算机视觉和模式识别会议论文集-第1卷(CVPR'06)·doi:10.1109/CVPR.2006.141
[2] Koren,Y。;贝尔·R。;Volinsky,C.,推荐系统的矩阵分解技术,《计算机杂志》,42,8,30-37(2009)·doi:10.1109/mc.2009.263
[3] 纪浩。;刘,C。;沈,Z。;Xu,Y.,使用低秩矩阵完成的鲁棒视频去噪,IEEE计算机视觉和模式识别会议论文集(CVPR’10)·doi:10.1109/CVPR.2010.5539849
[4] 坎迪斯,E.J。;Recht,B.,通过凸优化实现精确矩阵补全,计算数学基础,9,6,717-772(2009)·Zbl 1219.90124号 ·doi:10.1007/s10208-009-9045-5
[5] Recht,B。;法泽尔,M。;Parrilo,P.A.,通过核范数最小化保证线性矩阵方程的最小秩解,SIAM Review,52,3,471-501(2010)·Zbl 1198.90321号 ·数字对象标识代码:10.1137/070697835
[6] Chen,Y.,非相干优化矩阵完成,电气与电子工程师学会信息理论汇刊,61,5,2909-2923(2015)·Zbl 1359.15022号 ·doi:10.1109/TIT.2015.2415195
[7] 刘,G。;Li,P.,《高相干条件下的低秩矩阵补全》,IEEE信号处理汇刊,64,21,5623-5633(2016)·Zbl 1414.94363号 ·doi:10.1109/TSP.2016.2586753
[8] 纪S.W。;Ye,J.P.,《迹范数最小化的加速梯度法》,第26届国际机器学习年会论文集(ICML'09),美国计算机学会·数字对象标识代码:10.1145/1553374.1553434
[9] Toh,K.-C。;Yun,S.,核范数正则最小二乘问题的加速近似梯度算法,太平洋优化杂志,6,3,615-640(2010)·Zbl 1205.90218号
[10] Fornasier,M。;Rauhut,H。;Ward,R.,通过迭代重加权最小二乘最小化恢复低秩矩阵,SIAM优化杂志,21,4,1614-1640(2011)·Zbl 1236.65044号 ·数字对象标识代码:10.1137/100811404
[11] 蔡,J。;坎迪斯,E.J。;Shen,Z.,矩阵补全的奇异值阈值算法,SIAM优化期刊,20,41956-1982(2010)·Zbl 1201.90155号 ·doi:10.1137/080738970
[12] 蔡J.-F。;Osher,S.,无奇异值分解的快速奇异值阈值,分析方法与应用,20,4,335-351(2013)·Zbl 1401.65042号 ·doi:10.4310/MAA.2013.v20.n4.a2
[13] 徐,C。;林,Z.C。;Zha,H.B.,Schatten-p范数的统一凸代理,AAAI人工智能会议论文集
[14] 福卡特,S。;Rauhut,H.,《压缩传感数学导论》(2013),德国海德堡柏林:施普林格,柏林,海德堡,德国·Zbl 1315.94002号 ·doi:10.1007/978-0-8176-4948-7
[15] Chartrand,R.,《通过非凸最小化精确重建稀疏信号》,IEEE Signal Processing Letters,14,10,707-710(2007)·doi:10.1109/LSP.2007.898300
[16] Wen,J。;李,D。;Zhu,F.,稀疏信号的稳定恢复\(L_p\)-最小化、应用和计算谐波分析,38,1,161-176(2015)·Zbl 1345.94020号 ·doi:10.1016/j.acha.2014.06.003
[17] Wang,Y。;Yin,W.,通过迭代支持检测进行稀疏信号重建,SIAM成像科学杂志,3,3,462-491(2010)·兹比尔1206.68340 ·doi:10.1137/090772447
[18] 尹,P。;卢,Y。;何,Q。;Xin,J.,压缩感知的(l_{1-2})最小化,SIAM科学计算杂志,37,1,A536-A563(2015)·Zbl 1316.90037号 ·数字对象标识代码:10.1137/140952363
[19] Wang,W。;Wang,J。;Zhang,Z.,高相干测量矩阵的稳健信号恢复,IEEE信号处理快报,24,3,304-308(2017)·doi:10.1109/LSP.2016.2626308
[20] 马亚诺维奇,G。;Solo,V.,On公司\(l_q\)优化和矩阵完成,IEEE信号处理汇刊,60,11,5714-5724(2012)·Zbl 1393.94353号 ·doi:10.1109/TSP.2012.212015
[21] 胡,Y。;张,D。;Ye,J。;李,X。;He,X.,通过截断核规范正则化快速准确地完成矩阵,IEEE模式分析和机器智能汇刊,35,9,2117-2130(2013)·doi:10.1109/TPAMI.2012.271
[22] 马,T.-H。;卢,Y。;Huang,T.-Z.,稀疏恢复和秩最小化的截断模型,SIAM成像科学杂志,10,3,1346-1380(2017)·Zbl 1397.94021号 ·doi:10.1137/16M1098929
[23] 聂福平。;黄,H。;Ding,C.,通过有效Schatten p-范数最小化实现低秩矩阵恢复,第26届AAAI人工智能会议论文集
[24] 赖,M.J。;Xu,Y·Y。;Yin,W.T.,无约束平滑的改进迭代加权最小二乘法\(l_q\)最小化,SIAM数值分析杂志,51,2,927-957(2013)·Zbl 1268.49038号 ·数字对象标识代码:10.1137/10840364
[25] 曹,F。;陈,J。;Ye,H。;赵,J。;Zhou,Z.,基于截断核范数恢复低秩稀疏矩阵,神经网络,85,10-20(2017)·Zbl 1428.68231号 ·doi:10.1016/j.neunet.2016.09.005
[26] 哦,T.-H。;Tai,Y.-W。;巴赞,J.-C。;Kim,H。;Kweon,I.S.,稳健PCA中奇异值的部分和最小化:算法和应用,IEEE模式分析和机器智能汇刊,38,4,744-758(2016)·doi:10.1109/TPAMI.2015.2465956
[27] Keshavan,R.H。;蒙塔纳里,A。;Oh,S.,一些条目的矩阵补全,IEEE信息理论汇刊,56,62980-2998(2010)·Zbl 1366.62111号 ·doi:10.1109/TIT.2010.2046205
[28] 温,Z。;尹,W。;Zhang,Y.,用非线性连续过松弛算法求解矩阵补全的低阶因式分解模型,数学规划计算,4,4,333-361(2012)·Zbl 1271.65083号 ·doi:10.1007/s12532-012-0044-1
[29] Lee,K。;Bresler,Y.,ADMiRA:最小秩近似的原子分解,IEEE信息理论汇刊,56,9,4402-4416(2010)·Zbl 1366.94112号 ·doi:10.1109/tit.2010.2054251
[30] 王,Z。;Lai,M.-J。;卢,Z。;风扇,W。;Davulcu,H。;Ye,J.,低秩矩阵完成的正交秩一矩阵追踪,SIAM科学计算杂志,37,1,A488-A514(2015)·Zbl 1315.65044号 ·doi:10.1137/130934271
[31] Davenport,医学硕士。;Romberg,J.,《从不完全观测中恢复低秩矩阵的概述》,IEEE信号处理选定主题期刊,10,4,608-622(2016)·doi:10.1109/JSTSP.2016.2539100
[32] Rodriguez,P.,《不同噪声模型破坏图像的总变差正则化算法:综述》,《电气与计算机工程杂志》,2013(2013)·doi:10.115/2013/217021
[33] 韩旭;吴嘉松;王璐;陈,杨;洛夫·森哈吉(Lotf Senhadji);舒华忠,矩阵完备的线性全变差近似正则核范数优化,摘要与应用分析,2014(2014)·Zbl 1474.94042号 ·doi:10.1155/2014/765782
[34] Chen,Y.-L。;徐,C.-T。;Liao,H.Y.M.,使用因子先验的同步张量分解和完成,IEEE模式分析和机器智能汇刊,36,3,577-591(2014)·doi:10.1109/TPAMI.2013.164
[35] 横田,T。;赵(Q.Zhao)。;Cichocki,A.,用于张量补全的平滑PARAFAC分解,IEEE信号处理汇刊,64,20,5423-5436(2016)·Zbl 1414.94716号 ·doi:10.1109/TSP.2016.2586759
[36] 科尔达·T·G。;Bader,B.W.,张量分解与应用,SIAM Review,51,3,455-500(2009)·Zbl 1173.65029号 ·doi:10.1137/07070111X
[37] Papafitsoros,K。;Schoenlieb,C.B。;Sengul,B.,使用分裂Bregman进行的一阶和二阶总变化组合修复,在线图像处理,3112-136(2013)·doi:10.5201/ipol.2013.40
[38] 博伊德,S。;北卡罗来纳州帕里赫。;朱,E。;佩莱托,B。;Eckstein,J.,《通过交替方向乘数法进行分布式优化和统计学习》,《机器学习的基础和趋势》,3,1,1-122(2011)·Zbl 1229.90122号 ·doi:10.1561/220000016
[39] 本纳,P。;李,R.-C。;Truhar,N.,《关于Sylvester方程的ADI方法》,《计算与应用数学杂志》,233,4,1035-1045(2009)·Zbl 1176.65050号 ·doi:10.1016/j.cam.2009.08.108
[40] 林,Z.C。;Liu,R.S。;Su,Z.X.,低阶表示的自适应惩罚线性化交替方向方法,第25届神经信息处理系统年会论文集
[41] 王,Z。;博维克,A.C。;谢赫,H.R。;Simoncelli,E.P.,《图像质量评估:从错误可见性到结构相似性》,IEEE图像处理汇刊,13,4,600-612(2004)·doi:10.1109/TIP.2003.819861
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。