Infinity norm bounds for the inverse of Nekrasov matrices using scaling matrices
该研究针对Nekrasov矩阵,利用缩放矩阵将其转化为严格对角占优矩阵,得到逆矩阵的无穷范数上界,还推导了线性互补问题的新误差界,效果优于已有结果。
2025-01-16 cs.NA math.NA
Monte Carlo Estimators for the Schatten p-norm of Symmetric Positive Semidefinite Matrices
给出了半正定矩阵Schatten $p$ -范数的数值计算方法。我们的动机源于反问题的不确定性量化和最优试验设计,其中Schatten $p$规范定义了一个设计准则,称为P-最优准则。计算高维矩阵的Schatten $p$范数在计算上是昂贵的。我们提出了一种无矩阵的方法来估计Schatten $p$ -范数使用蒙特卡罗估计,并推导出收敛结果和误差估计的估计。为了有效地计算非整数和大值的$p$的Schatten $p$ -范数,我们使用一个估计使用切比雪夫多项式近似和扩展我们的收敛性和误差分析,以及这个设置。我们证明了我们提出的估计的性能,几个测试矩阵,并通过应用程序的最佳试验设计的模型反问题。
2020-05-20 cs.NA math.NA
On the algorithm of best approximation by low rank matrices in the Chebyshev norm
低秩矩阵逼近问题是计算数学中普遍存在的问题。传统上,这个问题是解决在谱或Frobenius范数,其中的近似的精度是有关的矩阵的奇异值的减少率。然而,最近的结果表明,这一要求是没有必要的其他规范。本文提出了一种在Chebyshev范数下求解低秩逼近问题的方法,该方法能够有效地构造矩阵的精确逼近,其奇异值不减小或减小缓慢.
2022-01-28 cs.NA math.NA
Estimating the Norms of Random Circulant and Toeplitz Matrices and Their Inverses
The Graduate Center of the City University of New York(纽约市立大学研究生中心);Lehman College of the City University of New York(纽约市立大学雷曼学院)
本文通过线性代数基本技术估计随机Toeplitz和循环矩阵及其逆的范数,发现循环矩阵的条件数良好,Toeplitz逆的范数估计取得部分进展,且随机Toeplitz和一般矩阵的条件数趋于相同量级。
2013-11-15 cs.NA math.NA
Max-min and min-max approximation problems for normal matrices revisited
Technical University of Berlin(柏林工业大学);Academy of Sciences of the Czech Republic(捷克科学院)
本文通过经典逼近理论定理重新证明了正交矩阵相关max-min和min-max近似问题的等价性,揭示了正交矩阵与复平面上紧集近似问题的联系。
2013-10-22 cs.NA math.NA
Improvements on the infinity norm bound for the inverse of Nekrasov matrices
School of Mathematics and Statistics, Yunnan University(云南大学数学与统计学院)
研究Nekrasov矩阵逆矩阵无穷范数估计,提出含参数的新界并确定最优参数使其优于2013年结果,通过数值例子验证。
2014-08-22 cs.NA math.NA
Infinity norm bounds for the inverse of Nekrasov matrices
University of Novi Sad(诺维萨德大学);Sanming University(三明学院);Yunnan University(云南大学)
本文针对Nekrasov矩阵,提出了两种简单实用的逆矩阵最大范数上界。
2011-12-26 cs.NA math.NA
Scaled Nuclear Norm Minimization for Low-Rank Tensor Completion
Columbia University(哥伦比亚大学)
本文提出通过最小化张量展开的加权核范数之和来恢复低TT秩张量,证明该方法相比传统核范数求和方法更高效,需更少样本即可恢复原始张量。
2017-07-25 cs.NA math.NA stat.ML
On the distance to low-rank matrices in the maximum norm
本文利用 Hanson--Wright 不等式改进最大范数下具有不相干列空间和行空间的矩阵到低秩矩阵的距离估计,并通过数值实验验证理论界对交替投影方法近似误差的描述效果。
2024-02-19 cs.NA math.NA math.PR
Frobenius-Type Norms and Inner Products of Matrices and Linear Maps with Applications to Neural Network Training
Heidelberg University(海德堡大学);University of Bayreuth(拜罗伊特大学)
本文将经典Frobenius范数推广为一族依赖定义域和陪域内积的Frobenius型范数,并利用由此获得的额外自由度对神经网络训练进行预条件处理。
2023-11-26 cs.LG cs.NA math.NA
Geometric characterizations for strong minima with applications to nuclear norm minimization problems
针对优化问题的强极小值,本文提出若干几何刻画,并将其用于核范数最小化,得到比既有唯一性条件更弱的充要定量条件及低秩矩阵精确恢复的紧测量界。
2023-08-18 cs.NA math.NA math.OC
Block diagonal dominance of matrices revisited: bounds for the norms of inverses and eigenvalue inclusion sets
Technical University of Berlin(柏林工业大学)
本文重新审视块对角占优矩阵的逆矩阵范数界,基于Feingold和Varga的条件推广,提出更紧的特征值包含区域。
2018-05-16 cs.NA math.NA math.RA
On the Nuclear Norm and the Singular Value Decomposition of Tensors
求张量的秩是一个有许多应用的问题。不幸的是,通常很难确定给定张量的秩。受凸松弛理论的启发,我们考虑了核范数而不是张量的秩。我们确定各种感兴趣的张量的核范数。同时,我们还系统地研究了张量积空间中正交性的各种度量,并将奇异值分解推广到高阶张量。
2014-04-21 cs.NA math.NA math.OC
Nuclear Norm Under Tensor Kronecker Products
德克森证明了谱范数对于垂直张量积(也称为张量克罗内克积)是乘法的。我们将用这个结果来证明核范数和其他感兴趣的范数关于垂直张量积也是乘法的。
2020-02-18 cs.NA math.NA math.RA
Computing the norm of nonnegative matrices and the log-Sobolev constant of Markov chains
我们分析了计算一般混合从属矩阵范数的幂迭代的整体收敛性。本文证明了一类非负矩阵的整体收敛定理,推广和改进了关于混合从属$\ell^p$矩阵范数的一个著名结果.特别是,利用Birkoff-Hopf收缩比的非负矩阵,我们获得了新的和明确的整体收敛保证的范围内的矩阵范数的计算最近已被证明是NP-困难的一般情况下,包括混合从属规范的情况下,由不同的$\ell^p$ -规范的条目的子集的总和所产生的向量规范。最后,我们利用新的结果结合超压缩不等式证明了马尔可夫链的对数Sobolev常数的一个新的下界。
2020-02-06 cs.CC cs.NA math.NA