BriefGPT - AI 论文速递 · 2024-01-22T00:00:00Z 低秩张量恢复的因式化梯度下降法 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了一种通过非凸优化从线性测量中估计低秩矩阵的算法，适用于有噪声和无噪声的情况，并以线性速率收敛于未知低秩矩阵。实验证明该算法优于现有算法。 🏷️ 标签 低秩矩阵 噪声 张量 收敛 线性测量 非凸优化 阅读原文 生成长图 分享链接 已复制链接
