迹比优化及其在多视图学习中的应用
最优化与控制
2021-01-13 v1 机器学习
摘要
从理论与数值计算两个角度研究 Stiefel 流形上的迹比优化问题。该问题至少有三个特例分别来自 Fisher 线性判别分析、典型相关分析和非平衡 Procrustes 问题。建立了以具有特征向量依赖性的非线性特征值问题形式呈现的必要条件，并设计了一种基于自洽场（SCF）迭代的数值方法，证明其总是收敛的。作为在多视图子空间学习中的应用，提出了一个新的框架及其具体实例化模型，并在真实世界数据集上进行了验证。数值结果表明所提数值方法的高效性以及新多视图子空间学习模型的有效性。
引用
@article{arxiv.2101.04292,
title = {Trace Ratio Optimization with an Application to Multi-view Learning},
author = {Li Wang and Lei-Hong Zhang and Ren-Cang Li},
journal= {arXiv preprint arXiv:2101.04292},
year = {2021}
}