会员服务
奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解，奇异值分解则是特征分解在任意矩阵上的推广。在信号处理、统计学等领域有重要应用。
Spectral-Aware Low-Rank Adaptation for Speaker Verification
Arxiv
0+阅读 · 1月7日
Effective algorithms for tensor train decomposition via the UTV framework
Arxiv
0+阅读 · 1月14日
Numerical Linear Algebra: Least Squares, QR and SVD
Arxiv
0+阅读 · 2024年12月28日
A study on the 1-$Γ$ inverse of tensors via the M-Product
Arxiv
0+阅读 · 1月9日
Row-aware Randomized SVD with applications
Arxiv
0+阅读 · 1月13日
Differentiable Singular Value Decomposition
Arxiv
0+阅读 · 1月15日
Learnable Scaled Gradient Descent for Guaranteed Robust Tensor PCA
Arxiv
0+阅读 · 1月8日
Functional Singular Value Decomposition
Arxiv
0+阅读 · 1月16日
Arithmetical enhancements of the Kogbetliantz method for the SVD of order two
Arxiv
0+阅读 · 1月5日
SVFR: A Unified Framework for Generalized Video Face Restoration
Arxiv
0+阅读 · 1月3日
SVFR: A Unified Framework for Generalized Video Face Restoration
Arxiv
0+阅读 · 1月2日
On the Optimization of Singular Spectrum Analyses: A Pragmatic Approach
Arxiv
1+阅读 · 2024年12月23日
Preconditioning correction equations in Jacobi--Davidson type methods for computing partial singular value decompositions of large matrices
Arxiv
1+阅读 · 2024年12月20日
Graph-Structured Topic Modeling for Documents with Spatial or Covariate Dependencies
Arxiv
1+阅读 · 2024年12月19日
One Initialization to Rule them All: Fine-tuning via Explained Variance Adaptation
Arxiv
1+阅读 · 2024年12月16日
参考链接
父主题
线性代数
微信扫码咨询专知VIP会员
Top