Buchumschlag

Lee and Seung (2000)'s Algorithms for Non-negative Matrix Factorization: A Supplementary Proof Guide

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Cho, Sungjae
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Numerical Analysis Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Maximum-Volume Nonnegative Matrix Factorization
von: Thanh, Olivier Vu, et al.
Veröffentlicht: (2026)

Deep Nonnegative Matrix Factorization with Beta Divergences
von: Leplat, Valentin, et al.
Veröffentlicht: (2023)

Matrix Decomposition and Applications
von: Lu, Jun
Veröffentlicht: (2022)

The Proof of Kolmogorov-Arnold May Illuminate Neural Network Learning
von: Freedman, Michael H.
Veröffentlicht: (2024)

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

Escaping Spectral Bias without Backpropagation: Fast Implicit Neural Representations with Extreme Learning Machines
von: Cho, Woojin, et al.
Veröffentlicht: (2026)

Variational Matrix-Learning Fourier Networks for Parametric Multiphysics Surrogates
von: Li, Xinyu, et al.
Veröffentlicht: (2026)

When Langevin Monte Carlo Meets Randomization: New Sampling Algorithms with Non-asymptotic Error Bounds beyond Log-Concavity and Gradient Lipschitzness
von: Wang, Xiaojie, et al.
Veröffentlicht: (2025)

On the Structure of Floating-Point Noise in Batch-Invariant GPU Matrix Multiplication
von: Yashwanth, Tadisetty Sai
Veröffentlicht: (2025)

Matrix Phylogeny: Compact Spectral Fingerprints for Trap-Robust Preconditioner Selection
von: Baek, Jinwoo
Veröffentlicht: (2025)

Convolutional Surrogate for 3D Discrete Fracture-Matrix Tensor Upscaling
von: Špetlík, Martin, et al.
Veröffentlicht: (2026)

Robustness of Minimum-Volume Nonnegative Matrix Factorization under an Expanded Sufficiently Scattered Condition
von: Barbarino, Giovanni, et al.
Veröffentlicht: (2025)

Matrix-Free Least Squares Solvers: Values, Gradients, and What to Do With Them
von: Roy, Hrittik, et al.
Veröffentlicht: (2025)

Matrix Completion with Cross-Concentrated Sampling: Bridging Uniform Sampling and CUR Sampling
von: Cai, HanQin, et al.
Veröffentlicht: (2022)

Maximal Volume Matrix Cross Approximation for Image Compression and Least Squares Solution
von: Allen, Kenneth, et al.
Veröffentlicht: (2023)

Concatenated Matrix SVD: Compression Bounds, Incremental Approximation, and Error-Constrained Clustering
von: Shamrai, Maksym
Veröffentlicht: (2026)

Geometry is All You Need: A Unified Taxonomy of Matrix and Tensor Factorization for Compression of Generative Language Models
von: Xu, Mingxue, et al.
Veröffentlicht: (2024)

Pruning AMR: Efficient Visualization of Implicit Neural Representations via Weight Matrix Analysis
von: Zvonek, Jennifer, et al.
Veröffentlicht: (2025)

Operator Learning: Algorithms and Analysis
von: Kovachki, Nikola B., et al.
Veröffentlicht: (2024)

Nonconvex Approach for Sparse and Low-Rank Constrained Models with Dual Momentum
von: Wu, Cho-Ying, et al.
Veröffentlicht: (2019)

Randomized Algorithms for Symmetric Nonnegative Matrix Factorization
von: Hayashi, Koby, et al.
Veröffentlicht: (2024)

A Short Note on Batch-efficient Divide-and-Conquer Algorithm for EigenDecomposition
von: Song, Yue
Veröffentlicht: (2026)

Sparsity via Hyperpriors: A Theoretical and Algorithmic Study under Empirical Bayes Framework
von: Li, Zhitao, et al.
Veröffentlicht: (2025)

Efficient Tensor Completion Algorithms for Highly Oscillatory Operators
von: Singh, Navjot, et al.
Veröffentlicht: (2025)

Lipschitz-Guided Design of Interpolation Schedules in Generative Models
von: Chen, Yifan, et al.
Veröffentlicht: (2025)

UAdam: Unified Adam-Type Algorithmic Framework for Non-Convex Stochastic Optimization
von: Jiang, Yiming, et al.
Veröffentlicht: (2023)

An In-Depth Examination of Risk Assessment in Multi-Class Classification Algorithms
von: Ghandwani, Disha, et al.
Veröffentlicht: (2024)

Parareal Neural Networks Emulating a Parallel-in-time Algorithm
von: Lee, Chang-Ock, et al.
Veröffentlicht: (2021)

Coseparable Nonnegative Tensor Factorization With T-CUR Decomposition
von: Chen, Juefei, et al.
Veröffentlicht: (2024)

Towards Learning High-Precision Least Squares Algorithms with Sequence Models
von: Liu, Jerry, et al.
Veröffentlicht: (2025)

Tensor Decomposition Meets RKHS: Efficient Algorithms for Smooth and Misaligned Data
von: Larsen, Brett W., et al.
Veröffentlicht: (2024)

Sample Efficient Learning of Factored Embeddings of Tensor Fields
von: Heo, Taemin, et al.
Veröffentlicht: (2022)

Balance-Guided Sparse Identification of Multiscale Nonlinear PDEs with Small-coefficient Terms
von: Dang, Zhenhua, et al.
Veröffentlicht: (2026)

Dual Simplex Volume Maximization for Simplex-Structured Matrix Factorization
von: Abdolali, Maryam, et al.
Veröffentlicht: (2024)

Machine Learning Algorithms to Assess Site Closure Time Frames for Soil and Groundwater Contamination
von: Le, Vu-Anh, et al.
Veröffentlicht: (2024)

Data-Efficient Kernel Methods for Learning Differential Equations and Their Solution Operators: Algorithms and Error Analysis
von: Jalalian, Yasamin, et al.
Veröffentlicht: (2025)

Data-Guided Physics-Informed Neural Networks for Solving Inverse Problems in Partial Differential Equations
von: Zhou, Wei, et al.
Veröffentlicht: (2024)

Proposal-Guided Greedy Surrogate Refinement for PDE-Driven High-Dimensional Rare-Event Estimation
von: Gao, Zhiwei, et al.
Veröffentlicht: (2026)

Fourier Neural Operators for Non-Markovian Processes:Approximation Theorems and Experiments
von: Lee, Wonjae, et al.
Veröffentlicht: (2025)

Deep Eigenspace Network for Parametric Non-self-adjoint Eigenvalue Problems
von: Li, H., et al.
Veröffentlicht: (2025)