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。
Fast randomized algorithms for computing the generalized tensor SVD based on the tubal product
Arxiv
0+阅读 · 4月17日
Characterization of Matrices Satisfying the Reverse Order Law for the Moore-Penrose Pseudoinverse
Arxiv
0+阅读 · 4月3日
Characterization of Matrices Satisfying the Reverse Order Law for the Moore-Penrose Pseudoinverse
Arxiv
0+阅读 · 4月11日
Semi-parametric TEnsor Factor Analysis by Iteratively Projected Singular Value Decomposition
Arxiv
0+阅读 · 4月2日
Randomized Nyström approximation of non-negative self-adjoint operators
Arxiv
0+阅读 · 4月1日
Blessing of dimension in Bayesian inference on covariance matrices
Arxiv
0+阅读 · 4月4日
Deep Learning-Based Out-of-distribution Source Code Data Identification: How Far We Have Gone?
Arxiv
0+阅读 · 4月9日
Deep Learning-Based Out-of-distribution Source Code Data Identification: How Far Have We Gone?
Arxiv
0+阅读 · 4月15日
Handling The Non-Smooth Challenge in Tensor SVD: A Multi-Objective Tensor Recovery Framework
Arxiv
0+阅读 · 3月31日
Characterizing GSVD by singular value expansion of linear operators and its computation
Arxiv
0+阅读 · 3月31日
Bayesian D-Optimal Experimental Designs via Column Subset Selection
Arxiv
0+阅读 · 4月1日
PCA, SVD, and Centering of Data
Arxiv
0+阅读 · 4月1日
Inverting the sum of two singular matrices
Arxiv
0+阅读 · 4月5日
An Incremental SVD Method for Non-Fickian Flows in Porous Media: Addressing Storage and Computational Challenges
Arxiv
0+阅读 · 4月12日
Measuring the Predictability of Recommender Systems using Structural Complexity Metrics
Arxiv
0+阅读 · 4月12日
参考链接
父主题
线性代数
微信扫码咨询专知VIP会员
Top