研究人员开发了一种名为受控块线性化(CBPL)的新优化方法,用于解决复杂的非凸和非光滑问题。该方法引入了控制势,以确保变量和目标值的有界性和收敛性。CBPL已应用于各种矩阵分解技术,包括非负矩阵分解(NMF)和CP分解,证明了其在实现收敛和受控缩放方面的有效性。 AI
排序理由 该集群包含一篇详细介绍新优化方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
- Controlled Block Proximal Linearized (CBPL)
- CP decomposition
- CP models
- $\ell_0$ norm
- graph-regularized nonnegative matrix factorization (NMF)
- independent-core matrix tri-factorization (NMTF)
- KL property
- non-negative matrix factorization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →