主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
陈蕾,陈松灿.矩阵补全模型及其算法研究综述.软件学报,2017,28(6):1547-1564
矩阵补全模型及其算法研究综述
Survey on Matrix Completion Models and Algorithms
投稿时间:2016-05-26  修订日期:2016-11-03
DOI:10.13328/j.cnki.jos.005260
中文关键词:  稀疏学习  矩阵补全  压缩感知  矩阵分解  随机优化
英文关键词:sparse learning  matrix completion  compressed sensing  matrix decomposition  stochastic optimization
基金项目:国家自然科学基金(61472186,61572263,61403208);江苏省自然科学基金(BK20161516,BK20151511);中国博士后科学基金(2015M581794);江苏省高校自然科学研究面上项目(15KJB520027);江苏省博士后科研资助计划(1501023C);南京邮电大学校级科研基金(NY214127,NY215097)
作者单位E-mail
陈蕾 南京航空航天大学 计算机科学与技术学院, 江苏 南京 210016
江苏省无线传感网高技术研究重点实验室(南京邮电大学), 江苏 南京 210003
南京邮电大学 计算机学院, 江苏 南京 210003 
chenlei@njupt.edu.cn 
陈松灿 南京航空航天大学 计算机科学与技术学院, 江苏 南京 210016  
摘要点击次数: 2376
全文下载次数: 3289
中文摘要:
      近年来,随着压缩感知技术在信号处理领域的巨大成功,由其衍生而来的矩阵补全技术也日益成为机器学习领域的研究热点,诸多研究者针对矩阵补全问题展开了大量卓有成效的研究.为了更好地把握矩阵补全技术的发展规律,促进矩阵补全理论与工程应用相结合,针对矩阵补全模型及其算法进行了综述.首先,对矩阵补全技术进行溯源,介绍了从压缩感知到矩阵补全的自然演化历程,指出压缩感知理论的发展为矩阵补全理论的形成奠定了基础;其次,从非凸非光滑秩函数松弛的角度将现有矩阵补全模型进行分类,旨在为面向具体应用的矩阵补全问题建模提供思路;然后综述了适用于矩阵补全模型求解的代表性优化算法,其目的在于从本质上理解各种矩阵补全模型优化技巧,从而有利于面向应用问题的矩阵补全新模型求解;最后分析了矩阵补全模型及其算法目前存在的问题,提出了可能的解决思路,并对未来的研究方向进行了展望.
英文摘要:
      In recent years, with the great success of compressed sensing (CS) in the field of signal processing, matrix completion (MC), derived from CS, has increasingly become a hot research topic in the field of machine learning. Many researchers have done a lot of fruitful studies on matrix completion problem modeling and their optimization, and constructed relatively complete matrix completion theory. In order to better grasp the development process of matrix completion, and facilitate the combination of matrix completion theory and engineering applications, this article reviews the existing matrix completion models and their algorithms. First, it introduces the natural evolution process from CS to MC, and illustrates that the development of CS theory has laid the foundation for the formation of MC theory. Second, the article summarizes the existing matrix completion models into the four classes from the perspective of the relaxation of non-convex and non-smooth rank function, aiming to provide reasonable solutions for specific matrix completion applications; Third, in order to understand the inherent optimization techniques and facilitate solving new problem-dependent matrix completion model, the article studies the representative optimization algorithms suitable for various matrix completion models. Finally, article analyzes the existing problems in current matrix completion technology, proposes possible solutions for these problems, and discusses the future work.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利