鲁棒子空间恢复综述
机器学习
2018-11-07 v2 机器学习
摘要
本文将作为对鲁棒子空间恢复相关工作的导论。鲁棒子空间恢复涉及在可能含有离群值污染的数据集中寻找潜在的低维子空间。尽管该问题易于表述，但由于其固有的非凸性，难以开发出最优算法。本工作强调了该领域已有方法的优缺点以及尚未解决的问题。
引用
@article{arxiv.1803.01013,
title = {An Overview of Robust Subspace Recovery},
author = {Gilad Lerman and Tyler Maunu},
journal= {arXiv preprint arXiv:1803.01013},
year = {2018}
}
备注
31 pages, 5 figures, 3 tables