一种面向内存受限流式 PCA 的加速方案
机器学习
2018-07-18 v1 计算机视觉与模式识别
机器学习
摘要
在本文中，我们提出了一种用于在线内存受限 PCA 方法的加速方案。我们的方案在单次数据遍历中收敛到前 个特征向量。我们基于尖峰协方差模型给出了该方案的实证收敛结果。我们的方案不需要任何预定义参数（如特征隙），因此非常适用于流式数据场景。此外，我们将我们的方案应用于在线 PCA 方法无法收敛的具挑战性的时变系统。具体而言，我们讨论了一类基于分子动力学模拟的时变系统，其中批量 PCA 收敛到此类系统的实际解析解。
引用
@article{arxiv.1807.06530,
title = {An Acceleration Scheme for Memory Limited, Streaming PCA},
author = {Salaheddin Alakkari and John Dingliana},
journal= {arXiv preprint arXiv:1807.06530},
year = {2018}
}
备注
11 pages, 4 figures