流形学习的数学基础

本文介绍了优化算法在矩阵流形上的应用,重点讲解了黎曼流形上的Riemannian gradient descent方法。通过实例阐述了如何将欧氏空间的约束转化为流形处理,同时概述了流形学习的数学基础和相关书籍。适合初学者理解流形优化的基本概念和实践技巧。
摘要由CSDN通过智能技术生成

1 Optimization Algorithms on Matrix Manifolds

Optimization Algorithms on Matrix Manifolds - Full Online Text
P.-A. Absil, R. Mahoney, and Rodolphe Sepulchre

文章来源:
124页哈佛数学系本科论文,带你了解流形学习的数学基础

2 Riemannian gradient descent

Optimization and Gradient Descent on Riemannian Manifolds

3 一些流形优化的博客

【1】流形优化方法求解约束问题

一句话概括就是:传统的优化方法是在欧氏空间考虑问题,而流形优化是在黎曼流形中考虑问题,这个黎曼流形哪来的呢?约束给的!也就是把欧氏空间的约束看成是一个流形。

【2】什么是流形?
参考知乎博主:主要看逼近极限

在这里插入图片描述
在这里插入图片描述

【3】微分流形参考书及推荐

参考文献

这篇文章的目的是让大家对这个方向有个大概的理解。详细的入门书籍建议看【1】【2】

另外综述文章看【3】还有一些博士论文:【4】【5】.

【1】 Absil, P-A., Robert Mahony, and Rodolphe Sepulchre.Optimization algorithms on matrix manifolds. Princeton University Press, 2009.

【2】Nicolas Boumal. An introduction to optimization on smooth manifolds. 2020.

【3】Hu, Jiang, Xin Liu, Zai-Wen Wen, and Ya-Xiang Yuan. "A brief introduction to manifold optimization."Journal of the Operations Research Society of China(2019): 1-50.

【4】Zhang, Hongyi. “Topics in non-convex optimization and learning.” PhD diss., Massachusetts Institute of Technology, 2019.

【5】Huang, Wen. “Optimization algorithms on Riemannian manifolds with applications.” (2013).

【6】微分流形(英)讲义 王作勤老师

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值