BriefGPT.xyz
Feb, 2025
基于流形的随机梯度下降的加权低秩逼近
Weighted Low-rank Approximation via Stochastic Gradient Descent on Manifolds
HTML
PDF
Conglong Xu, Peiqi Yang, Hao Wu
TL;DR
本研究解决了一个正则化的加权低秩逼近问题，提出了一种基于流形的随机梯度下降方法。研究中的收敛定理确保了该方法的收敛性，在Netflix奖学金训练数据集上的实验结果显示，该算法优于现有的欧几里得空间随机梯度下降方法，展示了其在实际应用中的潜力。
Abstract
We solve a regularized weighted
Low-rank approximation
problem by a
Stochastic gradient descent
on a manifold. To guarantee the convergence of our
→