本文提出了一系列启发式策略，使 Nyström 方法在 nonsymmetric 或 rectangular 矩阵中具有高准确度，通过交替方向细化过程，将 Nyström 方法和瘦秩揭示分解作为快速枢轴策略。

Jul, 2023

通过基于随机化 K-means 算法的优化 Nystrom 方法，本文提出了一种能适用于大规模数据集的低秩近似计算算法，使得在高维数据集上能够以较小的准确性损失实现更高的计算效率。

Dec, 2016

本文探讨标准 Nystrom 方法在排名降低方面存在的缺点，提出了一种修改方法以改进 Nystrom 逼近的固定排名。通过理论分析和数值实验来证明修改方法优于标准 Nystrom 方法，在很多情况下具有极高的精度，是最优的，并与标准 Nystrom 方法具有几乎相同的计算复杂度。

Aug, 2017

本文首次提出一种核 Nystr"om 逼近算法，它在所有核矩阵中都具有可证明的准确性，且其运行时间与训练点数成线性关系，并利用快速递归采样方案，实现了基于支撑点的快速采样，相较于常用技术如均匀采样 Nystr"om 逼近和随机 Fourier 特征方法，找到更精确、低秩的核逼近方法的速度更快。

May, 2016

这篇文章研究了用 Nyström 方法来进行核矩阵近似时的误差边界，着重介绍了基于积分算子浓度不等式和压缩感知理论的两种方法，通过改善误差边界，使得在大本征间隔下，使用 Nyström 方法进行核分类时可以显著减少支持向量的数量，并且不严重损害分类的性能。

Nov, 2011

本文介绍了通过测量映射来恢复不完整且可能带有噪声的低秩矩阵，探讨了通过凸优化推导恢复结果的条件。并阐述了通过测量矩阵实现 Frobenius 内积和独立标准高斯随机矩阵来恢复秩最多为 r 的 n1 × n2 矩阵的恢复结果等。最后，对量子物理和相位回收问题的应用进行了讨论。

Jul, 2015

本文研究了通过核范数最小化从采样测量中恢复 Hermite 低秩矩阵的问题，其中测量是 Frobenius 内积形式的随机秩一矩阵，我们导出了确保成功恢复矩阵所需的测量数的界限，同时证明了测量扰动的鲁棒性和近似 4 - 设计对相位恢复的一般性限制。

Oct, 2014

本文提出了一种基于数据驱动的、无需使用物理交通流模型或大量模拟数据训练机器学习模型的交通状态估计（TSE）解决方案，将 TSE 视为一个时空矩阵完形填充 / 插值问题，并应用时空延迟嵌入技术将原始不完整矩阵转换为四阶 Hankel 结构张量，通过对张量低秩假设，可以用窗口长度的平衡时空展开的截断核范数近似表示张量秩，具有较强的鲁棒性。该模型仅涉及两个超参数：时空窗口长度，可以根据数据稀疏程度进行设置，实验结果表明该模型在某些具有挑战性的场景中具有很好的鲁棒性。

May, 2021

本文提供了第一个对于使用 Nystrom extension 过程中的谱范数误差的相对误差边界，该边界基于该问题与列子集选择问题的自然联系，最主要的工具为不重复抽样的矩阵切诺夫边界。

Oct, 2011

通过将线性 k - 均值聚类应用于使用称为等级限制的 Nyström 近似构造的 {k/epsilon}(1+o (1)) 特征，本文分析了该范例应用于核 k - 均值聚类，并表明相对于不使用 Nyström 方法提供的保证，计算出的群集分配会满足相对于核 k-means 成本函数的 1+epsilon 逼近度。

Jun, 2017