Finding a low-rank basis in a matrix subspace

Finding a low-rank basis in a matrix subspace

For a given matrix subspace, how can we find a basis that consists of low-rank matrices? This is a generalization of the sparse vector problem. It turns out that when the subspace is spanned by rank-1 matrices, the matrices can be obtained by the tensor CP decomposition. For the higher rank case, th...

Ausführliche Beschreibung

Bibliographische Detailangaben
Hauptverfasser:	Nakatsukasa, Y, Soma, T, Uschmajew, A
Format:	Journal article
Sprache:	English
Veröffentlicht:	Springer Verlag 2016

Ähnliche Einträge

On orthogonal tensors and best rank-one approximation ratio
von: Li, Z, et al.
Veröffentlicht: (2018)

Low-rank matrix approximations over canonical subspaces
von: Achiya Dax
Veröffentlicht: (2020-09-01)

Low-rank matrix approximations over canonical subspaces
von: Achiya Dax
Veröffentlicht: (2020-09-01)

Low-rank matrix approximations over canonical subspaces
von: Achiya Dax
Veröffentlicht: (2020-09-01)

Low-rank matrix approximations over canonical subspaces
von: Achiya Dax
Veröffentlicht: (2020-09-01)

Continual learning in low-rank orthogonal subspaces
von: Chaudhry, A, et al.
Veröffentlicht: (2020)

A theory of quantum subspace diagonalization
von: Epperly, EN, et al.
Veröffentlicht: (2022)

Low-rank sparse subspace clustering with a clean dictionary
von: Cong-Zhe You, et al.
Veröffentlicht: (2021-01-01)

Fast randomized numerical rank estimation for numerically low-rank matrices
von: Meier, M, et al.
Veröffentlicht: (2024)

Subspace Segmentation by Low Rank Representation via the Sparse-Prompting Quasi-Rank Function
von: Haiyang Li, et al.
Veröffentlicht: (2022-01-01)

Subspace-constrained approaches to low-rank fMRI acceleration
von: Mason, HT, et al.
Veröffentlicht: (2021)

Intra-class Low-Rank Subspace Learning for Face Recognition
von: CAI Yuhong, WU Xiaojun
Veröffentlicht: (2022-12-01)

WITHDRAWN–Low-rank sparse subspace clustering with a clean dictionary
von: Cong-Zhe You, et al.
Veröffentlicht: (2021-03-01)

Improved magnetic resonance fingerprinting reconstruction with low-rank and subspace modeling: A Subspace Approach to Improved MRF Reconstruction
von: Zhao, Bo, et al.
Veröffentlicht: (2021)

Simultaneous multislice magnetic resonance fingerprinting with low-rank and subspace modeling
von: Zhao, Bo, et al.
Veröffentlicht: (2020)

Subspace-constrained approaches to low-rank fMRI acceleration datasets
von: Mason, H
Veröffentlicht: (2020)

Exploring subspace-constrained approaches to low-rank fMRI acceleration
von: Mason, HT
Veröffentlicht: (2020)

Unified Low-Rank Subspace Clustering with Dynamic Hypergraph for Hyperspectral Image
von: Jinhuan Xu, et al.
Veröffentlicht: (2021-04-01)

Weighted Low-Rank Tensor Representation for Multi-View Subspace Clustering
von: Shuqin Wang, et al.
Veröffentlicht: (2021-01-01)

Low-rank approximation of parameter-dependent matrices via CUR decomposition
von: Park, T, et al.
Veröffentlicht: (2025)

Some insights into rank conditions of vector subspaces
von: Zoran Z. Petrović, et al.
Veröffentlicht: (2024-08-01)

Efficient bounds and estimates for canonical angles in randomized subspace approximations
von: Dong, Y, et al.
Veröffentlicht: (2024)

Low-Rank Methods in Event Detection With Subsampled Point-to-Subspace Proximity Tests
von: Jakub Marecek, et al.
Veröffentlicht: (2022-01-01)

Fast Superpixel Based Subspace Low Rank Learning Method for Hyperspectral Denoising
von: Le Sun, et al.
Veröffentlicht: (2018-01-01)

Randomized low-rank approximation for symmetric indefinite matrice
von: Taejun, P, et al.
Veröffentlicht: (2023)

WITHDRAWAL – Administrative Duplicate Publication: Low-rank sparse subspace clustering with a clean dictionary
Veröffentlicht: (2021-03-01)

Hyperspectral anomaly detection via low-rank and sparse decomposition with cluster subspace accumulation
von: Baozhi Cheng, et al.
Veröffentlicht: (2024-11-01)

Sample Latent Feature-Associated Low-Rank Subspace Clustering for Hyperspectral Band Selection
von: Yujie Guo, et al.
Veröffentlicht: (2024-01-01)

Discriminant Subspace Low-Rank Representation Algorithm for Electroencephalography-Based Alzheimer’s Disease Recognition
von: Tusheng Tang, et al.
Veröffentlicht: (2022-06-01)

Non-Convex Sparse and Low-Rank Based Robust Subspace Segmentation for Data Mining
von: Wenlong Cheng, et al.
Veröffentlicht: (2017-07-01)

Identifying subspace gene clusters from microarray data using low-rank representation.
von: Yan Cui, et al.
Veröffentlicht: (2013-01-01)

Sparse Signal Recovery from Fixed Low-Rank Subspace via Compressive Measurement
von: Jun He, et al.
Veröffentlicht: (2013-12-01)

Reduced-Rank Adaptive Filtering Using Krylov Subspace
von: Burykh Sergueï, et al.
Veröffentlicht: (2002-01-01)

Robust Subspace Discovery via Relaxed Rank Minimization
von: Wang, Xinggang, et al.
Veröffentlicht: (2014)

Speeding up Krylov subspace methods for computing f(A)b via randomization
von: Cortinovis, A, et al.
Veröffentlicht: (2024)

Chordal decomposition in rank minimized semidefinite programs with applications to subspace clustering
von: Miller, J, et al.
Veröffentlicht: (2020)

Low rank matrix completion
von: Nan, Feng, S.M. Massachusetts Institute of Technology
Veröffentlicht: (2010)

Spatiotemporal traffic data imputation by synergizing low tensor ring rank and nonlocal subspace regularization
von: Peng‐Ling Wu, et al.
Veröffentlicht: (2023-09-01)

Low-Rank Subspace Learning of Multikernel Based on Weighted Truncated Nuclear Norm for Image Segmentation
von: Li Li, et al.
Veröffentlicht: (2022-01-01)

Generalized gene co-expression analysis via subspace clustering using low-rank representation
von: Tongxin Wang, et al.
Veröffentlicht: (2019-05-01)