arXiv stat.ML· Calvin Tolbert·· 6 天前AI 评分26
核范数正则化的贝叶斯矩阵补全
Nuclear Norm-Regularized Bayesian Matrix Completion
AI 导读
针对噪声精度未知的核范数正则贝叶斯矩阵补全模型,研究提出了首个具备明确非渐近保证的采样器。该方法将精度离散化至网格并通过热力学积分估计后验,能在矩阵维度和目标精度倒数的多项式步数内收敛至预设的全变差或 Wasserstein 距离。该成果确立了此类非对数凹模型的理论可行性,但其多项式复杂度暂不针对当前规模的实际应用。
来源:arXiv stat.ML · arxiv.org