Buchumschlag

Support matrix machine: exploring sample sparsity, low rank, and adaptive sieving in high-performance computing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Can, Li, Dong-Hui, Sun, Defeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An efficient sieving based secant method for sparse optimization problems with least-squares constraints
von: Li, Qian, et al.
Veröffentlicht: (2023)

Adaptive sieving: A dimension reduction technique for sparse optimization problems
von: Yuan, Yancheng, et al.
Veröffentlicht: (2023)

Low-rank quaternion tensor completion for color video inpainting via a novel factorization strategy
von: Qin, Zhenzhi, et al.
Veröffentlicht: (2024)

Explicit MPC for the constrained zonotope case with low-rank matrix updates
von: Mihai, Stefan S., et al.
Veröffentlicht: (2025)

Computing all Nash equilibria of low-rank bi-matrix games
von: Feinstein, Zachary, et al.
Veröffentlicht: (2025)

A two-phase rank-based algorithm for low-rank matrix completion
von: Araújo, Tacildo de Souza, et al.
Veröffentlicht: (2022)

The Aubin Property for Generalized Equations over $C^2$-cone Reducible Sets
von: Ma, Jiaming, et al.
Veröffentlicht: (2025)

Unsupervised Feature Selection via Nonnegative Orthogonal Constrained Regularized Minimization
von: Li, Yan, et al.
Veröffentlicht: (2024)

Tensor factorization based method for low rank matrix completion and its application on tensor completion
von: Yu, Quan, et al.
Veröffentlicht: (2022)

Gauss-Southwell type descent methods for low-rank matrix optimization
von: Olikier, Guillaume, et al.
Veröffentlicht: (2023)

Low-rank matrix recovery via nonconvex optimization methods with application to errors-in-variables matrix regression
von: Li, Xin, et al.
Veröffentlicht: (2024)

An Accelerated Proximal Alternating Direction Method of Multipliers for Optimal Decentralized Control of Uncertain Systems
von: Yang, Bo, et al.
Veröffentlicht: (2023)

On the computation of the cosine measure in high dimensions
von: Hare, Warren, et al.
Veröffentlicht: (2025)

Nonsmooth rank-one symmetric matrix factorization landscape
von: Josz, Cédric, et al.
Veröffentlicht: (2024)

Exploring chordal sparsity in semidefinite programming with sparse plus low-rank data matrices
von: Tang, Tianyun, et al.
Veröffentlicht: (2024)

Robust principal component analysis with rank and cardinality regularization under matrix factorization
von: Li, Wenjing, et al.
Veröffentlicht: (2026)

Rank-sparsity decomposition for planted quasi clique recovery
von: Abdulsalaam, Sakirudeen A., et al.
Veröffentlicht: (2022)

Global optimization of low-rank polynomials
von: Gaggioli, Llorenç Balada, et al.
Veröffentlicht: (2025)

Accelerating nuclear-norm regularized low-rank matrix optimization through Burer-Monteiro decomposition
von: Lee, Ching-pei, et al.
Veröffentlicht: (2022)

Stability properties of gradient flow dynamics for the symmetric low-rank matrix factorization problem
von: Mohammadi, Hesameddin, et al.
Veröffentlicht: (2024)

Accelerated projected gradient algorithms for sparsity constrained optimization problems
von: Alcantara, Jan Harold, et al.
Veröffentlicht: (2022)

Efficient Online Prediction for High-Dimensional Time Series via Joint Tensor Tucker Decomposition
von: Luan, Zhenting, et al.
Veröffentlicht: (2024)

HOT: An Efficient Halpern Accelerating Algorithm for Optimal Transport Problems
von: Zhang, Guojun, et al.
Veröffentlicht: (2024)

On maximal positive invariant set computation for rank-deficient linear systems
von: Gheorghe, Bogdan, et al.
Veröffentlicht: (2026)

Progressive Bound Strengthening via Doubly Nonnegative Cutting Planes for Nonconvex Quadratic Programs
von: Qu, Zheng, et al.
Veröffentlicht: (2025)

Hyperspectral super-resolution via low rank tensor triple decomposition
von: Cui, Xiaofei, et al.
Veröffentlicht: (2023)

Learning Graph Laplacian with MCP
von: Zhang, Yangjing, et al.
Veröffentlicht: (2020)

Adaptive sieving with semismooth Newton proximal augmented Lagrangian algorithm for multi-task Lasso problems
von: Lin, Lanyu, et al.
Veröffentlicht: (2025)

Tropical low-rank approximation and application to optimal control of N-body systems
von: Akian, Marianne, et al.
Veröffentlicht: (2026)

Using quantum computers in control: interval matrix properties
von: Schneider, Jan, et al.
Veröffentlicht: (2024)

A new perspective on low-rank optimization
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2021)

Preconditioned Halpern iteration with adaptive anchoring parameters and an acceleration to Chambolle--Pock algorithm
von: Lv, Fangbing, et al.
Veröffentlicht: (2025)

Convergence analysis of the Halpern iteration with adaptive anchoring parameters
von: He, Songnian, et al.
Veröffentlicht: (2025)

An expanded evaluation matrix for the entropy-weight TODIM method to reduce the rank reversal probability and its application in selecting energy storage technology
von: Jiang, Lisheng, et al.
Veröffentlicht: (2025)

Learning spatially adaptive sparsity level maps for arbitrary convolutional dictionaries
von: Schulz, Joshua, et al.
Veröffentlicht: (2026)

Finite convergence and minimizer extraction in moment relaxations with correlative sparsity
von: Fantuzzi, Giovanni, et al.
Veröffentlicht: (2025)

Computing an optimal single machine schedule with sequence dependent setup times using shortest path computations
von: Leib, Dominik, et al.
Veröffentlicht: (2025)

A matrix-free interior point continuous trajectory for linearly constrained convex programming
von: Qian, Xun, et al.
Veröffentlicht: (2024)

The polarization hierarchy for polynomial optimization over convex bodies, with applications to nonnegative matrix rank
von: Plávala, Martin, et al.
Veröffentlicht: (2024)

Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
von: Terray, Pascal
Veröffentlicht: (2025)