Buchumschlag

Efficient algorithms for regularized Poisson Non-negative Matrix Factorization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Perraudin, Nathanaël, Teutrie, Adrien, Hébert, Cécile, Obozinski, Guillaume
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sum-of-norms regularized Nonnegative Matrix Factorization
von: Ang, Andersen, et al.
Veröffentlicht: (2024)

Dynamic Topic Analysis in Academic Journals using Convex Non-negative Matrix Factorization Method
von: Yang, Yang, et al.
Veröffentlicht: (2025)

Sharpness of Minima in Deep Matrix Factorization
von: Kamber, Anil, et al.
Veröffentlicht: (2025)

Convergence of Alternating Gradient Descent for Matrix Factorization
von: Ward, Rachel, et al.
Veröffentlicht: (2023)

An Adaptive Stochastic Gradient Method with Non-negative Gauss-Newton Stepsizes
von: Orvieto, Antonio, et al.
Veröffentlicht: (2024)

An Iterative Algorithm for Regularized Non-negative Matrix Factorizations
von: Pav, Steven E.
Veröffentlicht: (2024)

Fast and Effective Computation of Generalized Symmetric Matrix Factorization
von: Yang, Lei, et al.
Veröffentlicht: (2026)

A Second-Order Majorant Algorithm for Nonnegative Matrix Factorization
von: Pham, Mai-Quyen, et al.
Veröffentlicht: (2023)

Preconditioned Gradient Descent for Over-Parameterized Nonconvex Matrix Factorization
von: Zhang, Gavin, et al.
Veröffentlicht: (2025)

Majorization-minimization for Sparse Nonnegative Matrix Factorization with the $β$-divergence
von: Marmin, Arthur, et al.
Veröffentlicht: (2022)

An accelerated first-order regularized momentum descent ascent algorithm for stochastic nonconvex-concave minimax problems
von: Zhang, Huiling, et al.
Veröffentlicht: (2023)

Global Convergence of Four-Layer Matrix Factorization under Random Initialization
von: Luo, Minrui, et al.
Veröffentlicht: (2025)

Implicit Regularization in Perturbed Deep Matrix Factorization: Spectral Conditions and Stability
von: Wang, Jingzhe, et al.
Veröffentlicht: (2026)

Efficient algorithms for implementing incremental proximal-point methods
von: Shtoff, Alex
Veröffentlicht: (2022)

Implicit Bias in Matrix Factorization and its Explicit Realization in a New Architecture
von: Hou, Yikun, et al.
Veröffentlicht: (2025)

An Efficient Alternating Algorithm for ReLU-based Symmetric Matrix Decomposition
von: Wang, Qingsong
Veröffentlicht: (2025)

Provable Acceleration of Nesterov's Accelerated Gradient for Rectangular Matrix Factorization and Linear Neural Networks
von: Xu, Zhenghao, et al.
Veröffentlicht: (2024)

Sparse Hyperparametric Itakura-Saito Nonnegative Matrix Factorization via Bi-Level Optimization
von: Selicato, Laura, et al.
Veröffentlicht: (2025)

Joint Learning in the Gaussian Single Index Model
von: Pillaud-Vivien, Loucas, et al.
Veröffentlicht: (2025)

On the Crucial Role of Initialization for Matrix Factorization
von: Li, Bingcong, et al.
Veröffentlicht: (2024)

Efficient Over-parameterized Matrix Sensing from Noisy Measurements via Alternating Preconditioned Gradient Descent
von: Liu, Zhiyu, et al.
Veröffentlicht: (2025)

Efficient algorithms for the Hadamard decomposition
von: Wertz, Samuel, et al.
Veröffentlicht: (2025)

ODTlearn: A Package for Learning Optimal Decision Trees for Prediction and Prescription
von: Vossler, Patrick, et al.
Veröffentlicht: (2023)

A block-coordinate descent framework for non-convex composite optimization. Application to sparse precision matrix estimation
von: Lauga, Guillaume
Veröffentlicht: (2026)

A Tight Theory of Error Feedback Algorithms in Distributed Optimization
von: Thomsen, Daniel Berg, et al.
Veröffentlicht: (2026)

Improved Compression Bounds for Scenario Decision Making
von: Berger, Guillaume O.
Veröffentlicht: (2025)

State-Dependent Lyapunov Method for Rank-1 Matrix Factorization
von: Moon, Jaehong
Veröffentlicht: (2026)

Efficient distributional regression trees learning algorithms for calibrated non-parametric probabilistic forecasts
von: Duchemin, Quentin, et al.
Veröffentlicht: (2025)

Heaviside Low-Rank Support Matrix Machine
von: Xiu, Xianchao, et al.
Veröffentlicht: (2026)

Fast Stochastic Composite Minimization and an Accelerated Frank-Wolfe Algorithm under Parallelization
von: Dubois-Taine, Benjamin, et al.
Veröffentlicht: (2022)

Avoiding strict saddle points of nonconvex regularized problems
von: Bai, Luwei, et al.
Veröffentlicht: (2024)

DNNLasso: Scalable Graph Learning for Matrix-Variate Data
von: Lin, Meixia, et al.
Veröffentlicht: (2024)

Optimal Projection-Free Adaptive SGD for Matrix Optimization
von: Kovalev, Dmitry
Veröffentlicht: (2026)

Implicit Bias and Convergence of Matrix Stochastic Mirror Descent
von: Akhtiamov, Danil, et al.
Veröffentlicht: (2026)

Riemannian coordinate descent algorithms on matrix manifolds
von: Han, Andi, et al.
Veröffentlicht: (2024)

The Surprising Agreement Between Convex Optimization Theory and Learning-Rate Scheduling for Large Model Training
von: Schaipp, Fabian, et al.
Veröffentlicht: (2025)

Almost Sure Convergence Rates of Stochastic Approximation and Reinforcement Learning via a Poisson-Moreau Drift
von: Liu, Xinyu, et al.
Veröffentlicht: (2026)

Annealed Sinkhorn for Optimal Transport: convergence, regularization path and debiasing
von: Chizat, Lénaïc
Veröffentlicht: (2024)

Iterative regularization in classification via hinge loss diagonal descent
von: Apidopoulos, Vassilis, et al.
Veröffentlicht: (2022)

Nonnegative Matrix Factorization in the Component-Wise L1 Norm for Sparse Data
von: Seraghiti, Giovanni, et al.
Veröffentlicht: (2026)