low-rankness | BriefGPT - AI 论文速递

关键词low-rankness

搜索结果 - 8

高阶张量恢复的 L1 - 范数正则化 Kaczmarz 算法的能力
本文提出了利用稀疏性和 / 或低秩性的张量数据重建高阶张量的新颖 Kaczmarz 算法，并开发了块和加速变体，以及对这些算法的充分收敛分析。对合成和真实数据集上的各种数值实验表明，所提方法在图像和视频处理任务中具有显著的潜力和有效性，例如
PDF2 months ago
ParsNets：一种用于零样本学习的简约正交低秩线性网络
该研究提出了一种名为 ParsNets 的零样本学习的新颖、简洁但高效的设计。该设计利用设备友好的线性网络的组合，具有正交性和低秩性质，以达到与现有深度模型相当甚至更好的性能。通过构建高秩距离约束和低秩约束，形成不同类别的正交子空间，并确保
PDF7 months ago
保证张量恢复的低秩性和光滑性融合
该研究基于张量数据的全局低秩性和局部平滑性，提出了一种新的正则化方法，用于张量数据恢复任务，可以在张量完成和张量鲁棒主成分分析任务中提供精确恢复保证，相较于其他方法具有更好的恢复准确性。
PDFa year ago
AAAICSTAR：小型化和结构化深度神经网络及其对抗防御
在本文中，我们提出了 CSTAR，一种新的方法，可以在目标深度神经网络模型上同时实现基于低秩的紧凑性，高结构性和高对抗鲁棒性。与现有的强鲁棒性结构修剪方法相比，CSTAR 在不同数据集上的各种深度神经网络模型上均表现出更好的性能。
PDF2 years ago
交通时间序列插值的拉普拉斯卷积表示
提出一种基于低秩性和拉普拉斯卷积的 Traffic 数据修复模型模型 (LCR)，在各种时间序列数据的实验中比现有基线模型更有效和更高效。
PDF2 years ago
多视角低秩稀疏子空间聚类
本研究提出了一种多视角子空间聚类算法，该算法通过构建共享于所有视图的相似度矩阵学习联合子空间表示，采用了重要的低秩和稀疏性约束，通过交替方向乘子法求解相关的优化问题，进一步扩展到非线性子空间，并在一个合成及四个真实数据集上表现出优于现有算法
PDF7 years ago
迭代重新加权偏最小二乘调和平均用于低秩矩阵恢复
本文提出了谐波均值迭代加权最小二乘（HM-IRLS）算法，应用于从不完整的线性观测中恢复秩为 r 的矩阵 X，通过一系列低复杂度的线性问题求解，以优化非凸的 Schatten-p 准范罚项，以提高低秩性。HM-IRLS 算法具有三个主要优势
PDF7 years ago
受限强凸性与加权矩阵补全：带噪声的最优界限
该研究针对一种形式的行 / 列加权采样的矩阵完成问题进行了分析，提出了一种基于 $M$-estimator 的技术，通过对解的秩和 spikiness 同时进行控制，在加权 Frobenius 范数下建立了一些误差界限，其中关于矩阵的 “s
PDF14 years ago