带噪声的矩阵完成 | BriefGPT - AI 论文速递

Mar, 2009

带噪声的矩阵完成

Matrix Completion With Noise

Emmanuel J. Candes, Yaniv Plan

TL;DR本研究论文介绍新兴的矩阵填充技术及其应用，其中最简单的情况是从一个数据样本中恢复一个数据矩阵。本文提出通过核范数极小化技术，按数据约束条件恢复矩阵，可在一定程度下证明矩阵填充的准确性，数值结果表明，核范数极小化技术可以在很少的观测样本中准确填充低秩矩阵的许多缺失条目。

Abstract

On the heels of compressed sensing, a remarkable new field has very recently emerged. This field addresses a broad range of problems of significant practical interest, namely, the recovery of a data matrix from what appears to be incomplete, and perhaps even corrupted, information. In

matrix completion compressed sensing low-rank matrix convex optimization nuclear-norm minimization

发现论文，激发创造

凸优化法实现精确矩阵补全

通过解决凸优化问题，可以从数据矩阵的不完全采样中完美地恢复低秩矩阵，并且这个结果被扩展到了压缩感知。

May, 2008

凸松弛的威力：近似最优矩阵补全

该论文探讨了如何从其少量项目中恢复未知矩阵的问题，提出使用 “核规范” 法将矩阵恢复降低至在信息论极限附近的数列，以有效提高了恢复矩阵的准确性。

Mar, 2009

图上矩阵补全

本文提出了一种基于社区检测和流形学习的矩阵完成模型，通过约束矩阵在图上的平滑性来隐含地强制行和列之间的相似性，得到了比标准模型更好的矩阵恢复效果。

Aug, 2014

带噪观测的低秩矩阵补全：定量比较

本文围绕低秩矩阵重构问题，重点研究在观测样本受噪声污染时的矩阵填充问题，比较了 OptSpace、ADMIRA 和 FPCA 三种最新的填充算法在单一模拟平台上的性能，并给出了数值结果。实验表明，这些优秀的算法可以用于准确重构实际数据矩阵和随机生成的矩阵。

Oct, 2009

基于列操作的矩阵补全：近似最优的样本鲁棒性与秩之间的平衡

本文解决了一种矩阵完成问题，特别是当某些列完全且任意被污染，通过一个修剪和凸程序的组合，最小化核范数和 l (1,2) 范数，我们的理论结果表明，即使观察到的条目比例很小，也可以完成底层矩阵，即使被污染的列的数量增加，还可以进行矩阵完成。

Feb, 2011

具有恒定错误比例的压缩感知与矩阵补全

在采样数据可能被严重破坏的情况下，通过可行的最小化方法可以准确地恢复稀疏信号和低秩矩阵。

Apr, 2011

通用矩阵补全

提出通过使用具有大切比雪夫谱差的二分图边集进行矩阵完成的广泛采样方案，可以精确地恢复所有满足一定不相干性条件的低秩矩阵，而只需 O（nr^2）个随机样本条目。同时改进了已有的矩阵完成算法和核范数方法的分析，与之相比，其样本复杂度为 O（nrlogn）

Feb, 2014

噪声输入的矩阵补全

研究低秩矩阵重构问题，基于谱技术和流形优化相结合的低复杂度算法 OptSpace，证明其具有在多种情况下都优秀的性能保证。

Jun, 2009

矩阵完成的简单方法

本文通过最小化矩阵的核范数，结合已知信息来重建未知的低秩矩阵，并证明了在满足特定的 “不连贯条件” 的情况下，所需的样本量等于参数数量的二次对数因子。这一结论是基于量子信息理论的最新工作，相较于之前的结果，提供了更好的界限。

Oct, 2009

自适应采样的低秩矩阵和张量补全

研究低秩矩阵和张量完成，提出了采用自适应抽样方案的新算法，它们具有强大的性能保证，并能够恢复具有噪声干扰的低秩矩阵。

Apr, 2013