一篇新的arXiv论文深入探讨了逐项幂次矩阵分解（EPMF）的计算复杂性，这是一种用于包括模数模型和分量逐项平方分解在内的各种应用的技术。该研究为精确和近似EPMF问题建立了完整的复杂性图景。它证明了精确EPMF等同于低秩矩阵签名（LRMS）问题，而LRMS问题被证明是强NP难的，尽管对于固定的秩可以在多项式时间内解决。该论文还证明了即使对于秩2的最简单的非平凡情况，近似EPMF也是NP难的。 AI
影响 这项研究为与机器学习算法相关的矩阵分解技术提供了理论见解。
排序理由 该集群包含一篇关于计算复杂性研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
