低秩稀疏矩阵优化问题是一类带有组合性质的非凸非光滑优化问题. 由于零模与秩函数 的重要性和特殊性, 这类 NP-难矩阵优化问题的模型与算法研究在过去〸几年里取得了长足发 展. 本文从稀疏矩阵优化问题、低秩矩阵优化问题、低秩加稀疏矩阵优化问题、以及低秩张量 优化问题四个方面来综述其研究现状; 其中, 对稀疏矩阵优化问题, 主要以稀疏逆协方差矩阵估 计和列稀疏矩阵优化问题为典例进行概述, 而对低秩矩阵优化问题, 主要从凸松弛和因子分解 法两个角度来概述秩约束优化和秩 (正则) 极小化问题的模型与算法研究. 最后,总结了低秩 稀疏矩阵优化研究中的一些关键与挑战问题, 并提出了一些可以探讨的问题。

http://bicmr.pku.edu.cn/~wenzw/paper/review_lowrank20200321.pdf

成为VIP会员查看完整内容
46

相关内容

最新《图嵌入组合优化》综述论文,40页pdf
专知会员服务
78+阅读 · 2020年8月31日
最新《图神经网络模型与应用》综述论文
专知会员服务
296+阅读 · 2020年8月2日
从零推导支持向量机 (SVM)
AI科技评论
10+阅读 · 2019年2月7日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
27+阅读 · 2018年12月13日
机器学习(18)之支持向量机原理(三)线性不可分支持向量机与核函数
机器学习算法与Python学习
3+阅读 · 2017年9月23日
机器学习(16)之支持向量机原理(二)软间隔最大化
机器学习算法与Python学习
6+阅读 · 2017年9月8日
Arxiv
45+阅读 · 2019年12月20日
AutoML: A Survey of the State-of-the-Art
Arxiv
75+阅读 · 2019年8月14日
Learning Discriminative Model Prediction for Tracking
VIP会员
相关VIP内容
相关资讯
从零推导支持向量机 (SVM)
AI科技评论
10+阅读 · 2019年2月7日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
27+阅读 · 2018年12月13日
机器学习(18)之支持向量机原理(三)线性不可分支持向量机与核函数
机器学习算法与Python学习
3+阅读 · 2017年9月23日
机器学习(16)之支持向量机原理(二)软间隔最大化
机器学习算法与Python学习
6+阅读 · 2017年9月8日
相关论文
微信扫码咨询专知VIP会员