그래프 정규화된 RTRMC가 저랭크 행렬 완료를 개선

연구자들은 기존 RTRMC 프레임워크에 그래프 정규화를 통합한 Graph-Regularized Riemannian Trust-Region Matrix Completion (GR-RTRMC)를 도입했습니다. 이 접근법은 행과 열 사이의 내재적 관계를 활용하여 문제를 Grassmann 다양체에서의 제약 없는 최적화 문제로 재구성합니다.

• 이 방법은 행렬 요소 간 상관관계를 포착하기 위해 그래프 정규화를 통합합니다.
• 최적화를 위해 저랭크 제약의 기하학을 활용합니다.
• 이 기술은 강한 행 또는 열 상관관계를 가진 데이터에서 정확도와 강건성을 향상시키는 것을 목표로 합니다.

이 수정은 기본 데이터가 상당한 구조적 종속성을 보이는 특정 시나리오에서 완료 성능을 개선하도록 설계되었습니다.