An algorithm for low-rank matrix factorization and its applications

This paper proposes a valid and fast algorithm for low-rank matrix factorization. There are multiple applications for low-rank matrix factorization, and numerous algorithms have been developed to solve this problem. However, many algorithms do not use rank directly; instead, they minimize a nuclear...

Celý popis

Podrobná bibliografie

Vydáno v:	Neurocomputing (Amsterdam) Ročník 275; s. 1012 - 1020
Hlavní autoři:	Chen, Baiyu, Yang, Zi, Yang, Zhouwang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 31.01.2018
Témata:	Augmented Lagrangian method Low-rank representation Matrix factorization Sparseness Augmented Lagrangian method Matrix factorization Low-rank representation Sparseness
ISSN:	0925-2312, 1872-8286
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!