自适应三次正则二阶潜因分析模型
机器学习
2025-07-08 v1 人工智能
摘要
高维不完整（HDI）数据，由大量节点相互作用构成，已在各种实际应用中变得普遍。二阶潜因模型在建模此类数据方面显示出良好的性能。然而，由于二阶潜因模型（SLF）的目标函数呈双线性和非凸特性，纳入阻尼项到Hessian近似值中，并仔细调节相关参数变得至关重要。为克服这些挑战，本研究提出了一种新方法，称为自适应三次正则二阶潜因分析（ACRSLF）模型。 proposed ACRSLF 采用两种思想：1）自调节三次正则，以动态缓解非凸优化不稳定性；2）在共轭梯度迭代期间进行多Hessian-向量乘积评估，以实现精确的二阶信息融合。对两种工业HDI数据集进行的全面实验表明，ACRSLF 收敛速度更快，实现的表示精度也高于基于先进优化器的LFA模型。
引用
@article{arxiv.2507.03036,
title = {Adaptive Cubic Regularized Second-Order Latent Factor Analysis Model},
author = {Jialiang Wang and Junzhou Wang and Xin Liao},
journal= {arXiv preprint arXiv:2507.03036},
year = {2025}
}
备注
10 pages