matrix completion
PulseAugur coverage of matrix completion — every cluster mentioning matrix completion across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究探索基于最近邻的矩阵补全方法 · 跟踪 2 篇论文
两篇新研究论文介绍了矩阵补全的新方法，这是一种用于填充缺失数据点的技术。第一篇论文《N$^2$：一种基于最近邻的矩阵补全的统一 Python 包和测试平台》提出了一个 Python 包，旨在简化基于最近邻 (NN) 方法的实验和基准测试。该包包含一种新的 NN 变体，在真实数据集上取得了最先进的结果，在实际场景中优于经典方法。第二篇论文《合成最近邻：将合成对照扩展到缺失非随机数据的矩阵补全》提出了一种用于矩阵补全的因果框架，该框架能更…
-
新框架加速加权低秩矩阵逼近方法
本文将加权低秩矩阵逼近（WLRMA）作为经典低秩逼近和矩阵填充的推广。它提出了一个统一的框架，用于开发高效的优化方法，包括基于Nesterov动量和Anderson加速的加速算法，用于秩约束和核范数WLRMA问题。该研究还提出了大规模稀疏数据矩阵的可扩展实现和有效的秩判据，展示了在矩阵填充和广义线性低秩建模方面的显著计算收益和应用。
-
混合机器学习模型预测电解质活度
研究人员开发了一种新颖的混合机器学习模型Bromley-MCM，用于预测水性电解质溶液中的活度。该模型集成了基于物理的Bromley模型和矩阵补全方法，能够预测Bromley模型的特定电解质参数。在多特蒙德数据库的478种电解质数据上训练后，Bromley-MCM模型现在可以预测显著更多（9,296种）电解质的活度，在保持高精度的同时扩展了Bromley模型的适用范围。
-
超图增强矩阵补全，发现尖锐阈值
一篇新研究论文通过结合超图和传统社交图，提出了一种新颖的矩阵补全方法。该研究在样本概率中识别出一个尖锐阈值，表明一个相变点，在此之上矩阵补全变得可实现。该论文还提出了一种利用超图提高补全准确性的高效算法，并在真实世界数据集上优于现有方法。