用于低秩近似的交叉近似迭代的 QRP 变分
数值分析
2025-01-17 v2 数值分析
摘要
若矩阵算法所使用的浮点运算次数和内存单元远少于输入矩阵的元素个数，我们则称其为超快算法。在大数据挖掘与分析中，使用此类算法是不可或缺的，因为输入矩阵极其庞大，以至于人们只能访问其所有元素的一小部分。一种自然的补救方法是对这些矩阵进行低秩近似（LRA），十多年来在全球计算实践中，通常通过交叉近似迭代来计算 LRA。我们指出并广泛测试了超快 LRA 的一个重要应用，即显著加速著名的快速多极子法，将其转化为超快多极子法。
引用
@article{arxiv.1901.00377,
title = {QRP Variation of Cross--Approximation Iterations for Low Rank Approximation},
author = {Victor Y. Pan and John Svadlenka},
journal= {arXiv preprint arXiv:1901.00377},
year = {2025}
}
备注
6 pages. arXiv admin note: substantial text overlap with arXiv:1710.07946