Журнал вычислительной математики и математической физики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Ж. вычисл. матем. и матем. физ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Журнал вычислительной математики и математической физики, 2021, том 61, номер 5, страницы 827–844
DOI: https://doi.org/10.31857/S0044466921050136
(Mi zvmmf11241)
 

Эта публикация цитируется в 5 научных статьях (всего в 5 статьях)

Общие численные методы

Приближенные алгоритмы малоранговой аппроксимации в задаче восполнения матрицы на случайном шаблоне

О. С. Лебедеваa, А. И. Осинскийb, С. В. Петровa

a 119333 Москва, ул. Губкина, 8, ИВМ РАН им. Г.И. Марчука, Россия
b 121205 Москва, Большой бульвар, 30, стр. 1, Сколтех, Россия
Аннотация: Изучается возможность ускорения алгоритма проектирования на старшие сингулярные пространства в задаче “восполнения” матрицы малого ранга по небольшому числу ее элементов. Идея работы состоит в замене процедуры поиска наилучшего приближения во фробениусовой норме на быстрые приближенные алгоритмы. Рассматриваются два метода вычисления таких приближенний: (а) проектирование на случайные подпространства; (б) метод крестовой аппроксимации. Доказаны теоремы о геометрической сходимости алгоритмов с приближенными проекциями. Проведены численные эксперименты, показывающие эффективность обоих вариантов по сравнению с точной проекцией.
Библ. 18. Фиг. 4.
Ключевые слова: матрицы малого ранга, восполнение матриц, Singular Value Projection, метод крестовой аппроксимации, случайные подпространства.
Финансовая поддержка Номер гранта
Московский центр фундаментальной и прикладной математики 075-15-2019-1624
Работа поддержана Отделением Московского центра фундаментальной и прикладной математики в ИВМ РАН (Соглашение № 075-15-2019-1624 с Минобрнауки РФ).
Поступила в редакцию: 24.11.2020
Исправленный вариант: 24.11.2020
Принята в печать: 14.01.2021
Англоязычная версия:
Computational Mathematics and Mathematical Physics, 2021, Volume 61, Issue 5, Pages 799–815
DOI: https://doi.org/10.1134/S0965542521050122
Реферативные базы данных:
Тип публикации: Статья
УДК: 519.6
Образец цитирования: О. С. Лебедева, А. И. Осинский, С. В. Петров, “Приближенные алгоритмы малоранговой аппроксимации в задаче восполнения матрицы на случайном шаблоне”, Ж. вычисл. матем. и матем. физ., 61:5 (2021), 827–844; Comput. Math. Math. Phys., 61:5 (2021), 799–815
Цитирование в формате AMSBIB
\RBibitem{LebOsiPet21}
\by О.~С.~Лебедева, А.~И.~Осинский, С.~В.~Петров
\paper Приближенные алгоритмы малоранговой аппроксимации в задаче восполнения матрицы на случайном шаблоне
\jour Ж. вычисл. матем. и матем. физ.
\yr 2021
\vol 61
\issue 5
\pages 827--844
\mathnet{http://mi.mathnet.ru/zvmmf11241}
\crossref{https://doi.org/10.31857/S0044466921050136}
\elib{https://elibrary.ru/item.asp?id=45633460}
\transl
\jour Comput. Math. Math. Phys.
\yr 2021
\vol 61
\issue 5
\pages 799--815
\crossref{https://doi.org/10.1134/S0965542521050122}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000668966500011}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85109064613}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/zvmmf11241
  • https://www.mathnet.ru/rus/zvmmf/v61/i5/p827
  • Эта публикация цитируется в следующих 5 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Журнал вычислительной математики и математической физики Computational Mathematics and Mathematical Physics
    Статистика просмотров:
    Страница аннотации:71
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024