Deterministic Sparse Column Based Matrix Reconstruction via Greedy Approximation of SVD
Yazarlar (1)
Prof. Dr. Ali ÇİVRİL Beykoz Üniversitesi, Türkiye
| Bildiri Türü | Tebliğ/Bildiri | Bildiri Dili | İngilizce |
| Bildiri Alt Türü | Tam Metin Olarak Yayınlanan Tebliğ (Uluslararası Kongre/Sempozyum) | ||
| Bildiri Niteliği | Web of Science Kapsamındaki Kongre/Sempozyum | ||
| DOI Numarası | 10.1007/978-3-540-92182-0_38 | ||
| Kongre Adı | ALGORITHMS AND COMPUTATION, PROCEEDINGS | ||
| Kongre Tarihi | 15-12-2008 / 17-12-2008 | ||
| Basıldığı Ülke | Basıldığı Şehir | Gold Coast | |
| Bildiri Linki | https://link.springer.com/chapter/10.1007/978-3-540-92182-0_38 | ||
| UAK Araştırma Alanları |
Algoritmalar ve Hesaplama Kuramı
|
||
| Özet |
| Given a matrix A ∈ ℝm ×n of rank r, and an integer k < r, the top k singular vectors provide the best rank-k approximation to A. When the columns of A have specific meaning, it is desirable to find (provably) “good” approximations to Ak which use only a small number of columns in A. Proposed solutions to this problem have thus far focused on randomized algorithms. Our main result is a simple greedy deterministic algorithm with guarantees on the performance and the number of columns chosen. Specifically, our greedy algorithm chooses c columns from A with \documentclass[12pt]{minimal} \usepackage{amsmath} \usepackage{wasysym} \usepackage{amsfonts} \usepackage{amssymb} \usepackage{amsbsy} \usepackage{mathrsfs} \usepackage{upgreek} \setlength{\oddsidemargin}{-69pt} \begin{document}$c=O \left({{k^2\log k} \over {\epsilon^2}} \mu^2(A)\ln\left({\sqrt{k}\|{A_k}\|_F} \over … |
| Anahtar Kelimeler |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Web of Science | 3 |
| Scopus | 5 |
| Google Scholar | 11 |