matrisefullføring
Matrisefullføring er problemet med å rekonstruere manglende innslag i en delvis observert matrise. Gitt en matrise M og et sett Omega av observerte indekspar, søker man en fullstendig matrise X som stemmer overens med de kjente verdiene i Omega. Ofte antas M å være lav-rang eller tilnærmingslav-rang, noe som gjør rekonstruering mulig fra få observasjoner.
Teori og antakelser: Under antakelser om lav rang, inkohærens og tilstrekkelig observasjonsandel kan M gjenopprettes med
Metoder: Den dominerende tilnærmingen er matrisefaktorisering og/eller nuclear-norm-minimering. Ikke-konvekse metoder inkluderer X = UV^T med rangrensing gjennom
Anvendelser: Matrisefullføring brukes i anbefalingssystemer, bilde- og video-inpainting, sensornettverk og bioinformatiske data, der verdier mangler eller
Utfordringer og evaluering: Ikke tilfeldig utvalg, støy og modell-missforhold kan påvirke resultatet. Evaluering skjer ofte ved