Scifaro

中文

基于标准投影的子空间估计量的扰动界

机器学习 2022-06-30 v1 信息论机器学习 math.IT

作者: Karan Srivastava , Daniel L. Pimentel-Alarcón

在 arXiv 上查看 ↗ PDF ↗

摘要

本文推导了从其受噪声污染的若干标准投影子集获得的最优子空间估计量的扰动界。这一基础结果在矩阵补全、子空间聚类及相关问题中具有重要意义。

关键词

扰动界子空间估计标准投影矩阵补全子空间聚类

引用

@article{arxiv.2206.14278,
  title  = {A Perturbation Bound on the Subspace Estimator from Canonical Projections},
  author = {Karan Srivastava and Daniel L. Pimentel-Alarcón},
  journal= {arXiv preprint arXiv:2206.14278},
  year   = {2022}
}

备注

To appear in Proc. of IEEE, ISIT 2022