研究人员开发了新颖的启发式算法来解决复杂的对称多类型正交非负矩阵三分解问题。这些方法，包括一种不动点方法和一种基于ADAM的技术，旨在为这个非凸优化挑战找到高质量的局部解。在合成数据和引文网络上的评估表明，这些算法在恢复分解和为链接预测和节点分类等任务生成有竞争力的嵌入方面是有效的。 AI
影响 引入了新的嵌入生成方法，有可能改进网络分析和聚类中的下游AI任务。
排序理由 该集群包含一篇研究论文，详细介绍了用于网络分析的特定数学问题的新算法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.08291v1 Announce Type: new Abstract: We study the symmetric multi-type orthogonal non-negative matrix tri-factorization problem, where several symmetric non-negative matrices are simultaneously approximated by factors of the form $GS_{i}G^{\top}$, with a shared non-neg…
We study the symmetric multi-type orthogonal non-negative matrix tri-factorization problem, where several symmetric non-negative matrices are simultaneously approximated by factors of the form $GS_{i}G^{\top}$, with a shared non-negative and orthogonal factor $G$. This model is m…