通过极分解进行奇异值软阈值处理
Singular value soft-thresholding via the polar decomposition
查看机构详情
- University of Colorado Boulder（科罗拉多大学波得尔分校）
机构由 AI 辅助整理，请以论文原文为准。
浏览论文内容
中文总结 AI 辅助
研究奇异值软阈值处理，核心方法是通过极分解计算，相比标准奇异值分解方法，在GPU上有显著加速，不过因符号函数不连续，该方法可能仅适用于低精度应用。
中文摘要 AI 辅助
奇异值软阈值处理可通过简化为矩阵极分解来计算，这使得人们能够利用对GPU友好的算法来计算极分解。根据经验，与使用奇异值分解的标准方法相比，在GPU上有显著的加速。我们将稳健性的研究留待未来工作，但由于符号函数的不连续性，简化为极分解可能仅适用于低精度应用。
英文摘要
Singular value soft-thresholding can be computed via a reduction to the matrix polar decomposition, which allows one to exploit GPU-friendly algorithms for computing the polar decomposition. Empirically, there is a significant speed-up on GPUs compared to the standard approach using the SVD. We leave the investigation of robustness to future work, but note that due to the discontinuous nature of the sign function, the reduction to the polar decomposition is likely only suitable for low-accuracy applications.
