Chavarría-Molina，杰弗里;胡安·何塞·法拉斯·蒙吉;巴勃罗·索托·奎罗斯 减少低秩矩阵近似问题的执行时间的有效实现。 （英语） Zbl 1490.65082号 J.计算。申请。数学。 401，文章ID 113763，17 p.（2022）. 摘要：本文提出了一种计算广义低秩矩阵近似（GLRMA）的新方法。GLRMA是Eckart-Young于1936年提出的著名低阶近似问题的一般情况[C.埃卡特和G.杨《心理测量学》1，211–218（1936；JFM 62.1075.02标准)]. 这种新方法，即所谓的快速GLRMA方法，是基于张量积和Tikhonov正则化来近似伪逆和双边随机投影，进而估计低阶近似。快速GLRMA方法显著减少了计算最优解的执行时间，同时保持了求解GLRMA的经典方法的准确性。测量执行时间和加速比的计算实验证实了该方法的有效性。 MSC公司： 65层55 低阶矩阵逼近的数值方法；矩阵压缩 2009年10月15日 矩阵反演理论与广义逆 关键词：低阶近似;双向随机投影;伪逆;执行时间 引文：JFM 62.1075.02标准 PDF格式BibTeX公司 XML格式引用 \textit{J.Chavarría-Molina}等人，J.Compute。申请。数学。401，文章ID 113763，17 p.（2022；Zbl 1490.65082） 全文： 内政部 参考文献： [1] 埃卡特，C。；Young，G.，《一个矩阵与另一个低阶矩阵的近似》，《心理测量学》，1，3，211-218（1936） [2] Markovsky，I.，（低秩近似：算法，实现，应用。低秩逼近：算法，实施，应用，通信和控制工程（2011），Springer London） [3] Fritzen，F。；Ryckelynck，D.，《计算力学中的机器学习、低秩近似和降阶建模》（2019年），MDPI AG [4] Sondermann，D.，秩限制下矩阵方程的最佳近似解，Stat.Hefte，27，1，57-66（1986）·Zbl 0588.62103号 [5] 弗里德兰，S。；Torokhti，A.，广义秩约束矩阵近似，SIAM J.矩阵分析。申请。，29, 2, 656-659 (2007) ·Zbl 1144.15004号 [6] 托洛赫蒂，A。；Friedland，S.，走向通用主成分分析理论，J.多元分析。，100, 4, 661-669 (2009) ·Zbl 1155.62046号 [7] 刘，X。；Luo，L.，谱范数中矩阵逼近问题的最小秩正半定解，应用。数学。莱特。，107（2020）·Zbl 1442.15037号 [8] Wang，H.，秩约束矩阵最佳逼近问题，应用。数学。莱特。，50, 98-104 (2015) ·Zbl 1330.90067号 [9] 魏，M。；Wang，Q.，关于矩阵方程（A X A ^ H=B）的秩约束Hermitian非负定最小二乘解，国际计算杂志。数学。，84, 6 (2007), 945-952 ·Zbl 1129.15012号 [10] Wang，H.，Frobenius范数中秩约束矩阵逼近问题的最小二乘解，Calcolo，56，4，1-18（2019）·Zbl 1428.15007号 [11] Mineiro，P。；Karampatziakis，N.，通过随机线性代数实现快速标签嵌入，（数据库中机器学习和知识发现联合欧洲会议（2015），Springer），37-51 [12] 赵，F。；肖，M。；郭毅，带侧边信息的预测协同过滤，（《第二十五届国际人工智能联合会议论文集》，第二十五届世界人工智能联合会论文集，IJCAI’16（2016），AAAI出版社），2385-2390 [13] Zhao，F.，利用内隐反馈学习Top-N推荐系统（2017），天普大学 [14] 钟，J。；钟，M。；O'Leary，D.，最优正则化低秩逆逼近，线性代数应用。，468, 260-269 (2015) ·Zbl 1307.65048号 [15] 钟，J。；Chung，M.，计算最优低秩正则逆矩阵的有效方法，逆问题，30，11，第114009条，pp.（2014）·Zbl 1305.65130号 [16] 钟，J。；Chung，M.，反问题的最优正则逆矩阵，SIAM J.矩阵分析。申请。，38, 2, 458-477 (2017) ·Zbl 1367.65059号 [17] J.Chung，M.Chunng，《计算图像处理的最优低阶矩阵近似》，载于：2013年信号、系统和计算机Asilomar会议，2013年，第670-674页。 [18] 托洛赫蒂，A。；Soto-Quiros，P.，广义Brillinger-like变换，IEEE信号处理。莱特。，23, 6, 843-847 (2016) [19] 索托·奎罗斯，P。；Torokhti，A.，《噪声信号降维和重构精度的改进》。第二部分：信号样本案例，信号处理。，154, 272-279 (2019) [20] 华，Y。；Liu，W.，广义Karhunen-Loève变换，IEEE信号处理。莱特。，5, 6, 141-142 (1998) [21] 陈，S。；X、F。；Zhang，H.，Visual-SLIM：集成稀疏线性模型与个性化推荐的视觉特征，（太平洋沿岸多媒体会议（2018），Springer），126-135 [22] 福尔摩斯，M。；伊斯贝尔，J。；Lee，C。；Gray，A.，QUIC-SVD:使用余弦树的快速奇异值分解，（神经信息处理系统进展（2009）），673-680 [23] Wu，T。；Sarmadi，S。；Venkatasubramanian，V。；波顿，A。；Kalyanaraman，A.，同步相量算法的快速SVD计算，IEEE Trans。电力系统。，31, 2, 1651-1652 (2015) [24] Allen-Zhu，Z。；Li，Y.，LazySVD：更快的SVD分解却没有痛苦，（神经信息处理系统进展（2016）），974-982 [25] Golub，G.H。；Van Loan，C.F.，《矩阵计算》（2012），约翰霍普金斯大学出版社 [26] Courrieu，P.，Moore-Penrose逆矩阵的快速计算，神经信息处理。莱特。第8版，第2版（2005年） [27] 吉罗西，F。；Poggio，T.，《网络和最佳逼近性质》，Biol。网络。，63169-176（1990年）·Zbl 0714.94029号 [28] Poggio，T。；Girosi，F.，近似和学习网络，Proc。IEEE，78，9，1481-1497（1990）·Zbl 1226.92005号 [29] 尚，F。；Jiao，L。；史J。；龚，M。；Shang，R.，快速密度加权低阶近似谱聚类，Data Min.Knowl。发现。，23, 2, 345-378 (2011) ·Zbl 1235.68187号 [30] Katsikis，V。；Pappas，D.，Moore-Penrose逆矩阵的快速计算，电子。《线性代数杂志》，17，637-650（2008）·Zbl 1176.65048号 [31] 卢，S。；王，X。；张，G。；周，X.，极限学习机的Moore-Penrose逆矩阵的有效算法，智能。数据分析。，19, 4, 743-760 (2015) [32] Miljković，S。；米拉迪诺维奇，M。；Stanimirović，P。；Stojanović，I.，伪逆计算在模糊图像重建中的应用，Filomat，26，3，453-465（2012）·Zbl 1289.94014号 [33] T.Zhou，D.Tao，GoDec:噪声情况下的随机低秩稀疏矩阵分解，摘自：《第28届机器学习国际会议论文集》，ICML 2011年，2011年，第33-40页。 [34] J.C.A.巴拉塔。；侯赛因，M.S.，《摩尔-彭罗斯伪逆：理论教程》，布拉兹。《物理学杂志》。，42,1146-165（2012年） [35] 法泽尔，M。；Candes，大肠杆菌。；Recht，B。；Parrilo，P.，低秩矩阵的压缩感知和稳健恢复，（2008年第42届信号、系统和计算机Asilomar会议（2008年），IEEE），1043-1047 [36] 周，T。；Tao，D.，双边随机投影，（2012年IEEE信息理论会议论文集国际研讨会（2012），IEEE），1286-1290 [37] Brand，M.，薄奇异值分解的快速低阶修正，线性代数应用。，415, 1, 20-30 (2006) ·Zbl 1088.65037号 [38] 特尔弗，B。；Casasent，D.，更新鲁棒伪逆和Ho-Kashyap关联处理器的快速方法，IEEE Trans。系统。人类网络。，24, 9, 1387-1390 (1994) [39] 本森，M。；Frederickson，P.，Moore-Penrose伪反转技术的快速并行算法。众议员（1986），洛斯阿拉莫斯国家实验室，新墨西哥州（美国）；安大略省雷霆湾湖滨大学 [40] Schulz，G.，Rezibroken矩阵的迭代Berechnung，J.应用。数学。机械。，13, 57-59 (1933) [41] 陈，H。；Wang，Y.，计算Moore-Penrose逆的一系列高阶收敛迭代方法，应用。数学。计算。，218, 8, 4012-4016 (2011) ·Zbl 1298.65068号 [42] Ataei，A.，计算Moore-Penrose逆矩阵的改进Qrginv算法，Int.Sch。Res.Not.，不适用。，2014 (2014) ·Zbl 1298.65067号 [43] 阿蒂迪洛，S。；Cordero，A。；托雷格罗萨，J.R。；Vassileva，M.，《利用记忆迭代法进行广义逆估计》，数学，8，1，2（2020年） [44] Cordero，A。；索托·奎罗斯，P。；Torregrosa，J.R.，计算广义逆的一般类任意阶迭代方法，应用。数学。计算。，409，第126381条pp.（2021）·Zbl 1510.65058号 [45] Deshpande，A。；Vempala，S.，《自适应采样与快速低秩矩阵近似》，（近似、随机化与组合优化，算法与技术（2006），施普林格出版社），292-303·Zbl 1155.68575号 [46] 德里尼亚斯，P。；Kannan，R。；Mahoney，M.，矩阵的快速蒙特卡罗算法II：计算矩阵的低阶近似，SIAM J.Compute。，36, 1, 158-183 (2006) ·Zbl 1111.68148号 [47] 弗里兹，A。；Kannan，R。；Vempala，S.，《寻找低阶近似的快速蒙特卡罗算法》，J.ACM，51，6，1025-1041（2004）·Zbl 1125.65005号 [48] N.Nguyen，T.Do，T.Tran，《矩阵低阶近似的快速高效算法》，载于《第四十一届ACM计算理论研讨会论文集》，2009年，第215-224页·Zbl 1304.65140号 [49] Achlioptas，D。；Mcsherry，F.，低阶矩阵近似的快速计算，J.ACM，54，2，611-618（2007）·Zbl 1311.94032号 [50] 李，B。；杨，Z。；Zhi，L.，用结构化总最小范数对Sylvester矩阵进行快速低秩逼近，J.Jpn。Soc.符号。代数计算。，165-174年3月11日（2005年） [51] M.Belabbas，P.Wolfe，协方差矩阵的快速低秩近似，收录于：2007年IEEE第二届多传感器自适应处理计算进展国际研讨会，2007年，第293-296页。 [52] G.Xie，K.Xie，J.Huang，X.Wang，Y.Chen，J.Wen，用于快速异常检测的快速低阶矩阵近似，收录于：IEEE INFOCOM 2017-IEEE计算机通信会议，2017年，第1-9页。 [53] Halko，N。；Martinsson，P。；Tropp，J.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 [54] Luong，B.，MMTimes:矩阵链产品（2020），https://www.mathworks.com/matlabcentral/fileexchange/27950-mmtimes-matrix-chain-product。在线；【2020年8月3日访问】 [55] 科尔曼，T。；Leiserson，C。；铆钉，R。；Stein，C.，《算法导论》（2009），麻省理工学院出版社·Zbl 1187.68679号 [56] J.Trahan，A.Kaw，K.Martin，《矩阵求逆的计算时间：LU分解与朴素高斯消去》，收录于：联立线性方程组的求解，2006年，第1-8页。 [57] MathWorks，T.，Command（2020），https://www.mathworks.com/help/matlab/ref/pinv.html。在线；【2020年8月3日访问】 [58] Ben-Israel，A.，计算任意矩阵广义逆的迭代方法，数学。公司。，452-455 (1965) ·Zbl 0136.12703号 [59] 李伟（Li，W.）。；Li，Z.，计算方阵近似逆和非方阵内逆的一系列迭代方法，应用。数学。计算。，215, 9, 3433-3442 (2010) ·Zbl 1185.65057号 [60] 考尔，M。；Kansal，M。；Kumar，S.，计算加权Moore-Penrose逆的高效超幂迭代方法，AIMS数学。，5, 3, 1680-1692 (2020) ·Zbl 1484.65070号 [61] Bernstein，D.S.，（《矩阵数学：理论、事实和公式》，《矩阵数学——理论、事实与公式》，普林斯顿参考（2009），普林斯顿大学出版社）·Zbl 1183.15001号 [62] Cragon，H.，《计算机体系结构与实现》（2000），剑桥大学出版社 [63] NASA，H.，NASA太阳系探索数据库（2020年），https://solarsystem.nasa.gov/raw-images/raw-image-viewer。在线；【查阅日期：2020年9月10日】 [64] Channapayya，S。；博维克，A。；Heath，R.，量化图像的SSIM索引的速率界限，IEEE Trans。图像处理。，17, 9, 1624-1639 (2008) [65] Dattoro，J.，《凸优化》，欧几里德距离几何（2019），美国梅布出版社 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。