TAS-LR 论文辅助笔记 & 图拉普拉斯正则项推导

UQI-LIUWJ

已于 2022-07-10 11:53:17 修改

阅读量2.4k

点赞数 4

分类专栏：论文笔记其他文章标签：矩阵线性代数机器学习

于 2021-12-29 16:08:50 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_40206371/article/details/122211630

版权

论文笔记同时被 2 个专栏收录

279 篇文章 69 订阅

订阅专栏

62 篇文章 4 订阅

订阅专栏

1 图拉普拉斯正则项的直观目标函数

我们已知一张图G的邻接矩阵A，和度矩阵D，那么我们就知道他的拉普拉斯矩阵L=D-A

在使用矩阵分解的时空数据补全问题中，有一些文献使用图拉普拉斯正则化项来对空间特征矩阵进行约束

我们假设低秩的空间特征矩阵为U，其中每一列为 $u_i$

拉普拉斯正则项的直观解释是 $\sum_{i=1}^n\sum_{j=1}^n a_{ij} ||x_i-x_j||_2^2$ ，也就是让相邻的空间点之间的特征差距不要太大

2 图拉普拉斯正则项的转化

我们对直观解释的拉普拉斯正则项进行转化

考虑第i项（谢谢评论区的批评指正，现已改正）

$L=\sum_{i=1}^n \sum_{j=1}^m a_{ij}||u_i-u_j||^2_2=\sum_{i=1}^n \ \sum_{j=1}^m a_{ij} (u_i-u_j)^T(u_i-u_j)$

$=\sum_{i=1}^n \ \sum_{j=1}^m a_{ij} (u_i^Tu_i-u_j^Tu_i-u_i^Tu_j+u_j^Tu_j)$

$=\sum_{i=1}^n [ (\sum_{j=1}^ma_{ij}) (u_i^Tu_i)]-\sum_{i=1}^n\sum_{j=1}^m[a_{ij}(u_j^Tu_i+u_i^Tu_j)]+\sum_{j=1}^m[(\sum_{i=1}^n \ a_{ij})(u_j^Tu_j)]$

$=\sum_{i=1}^n [ d_i (u_i^Tu_i)]-\sum_{i=1}^n\sum_{j=1}^m[a_{ij}(u_j^Tu_i+u_i^Tu_j)]+\sum_{j=1}^m[d_j (u_j^Tu_j)]$

$=2[tr(UDU^T)-tr(U A U^T)]$

$=2tr(ULU^T)$

~~但是按照矩阵维度来说，应该是 $2tr(ULU^T)$ 【不知道是哪一步错了，欢迎评论区指正】{已解决，感谢评论区）~~

所以此时的拉普拉斯正则项相当于是限制空间上相邻点之间特征的平滑性

如果是每一行是一个点的特征，同理

关注

4
点赞
踩
25

收藏

觉得还不错? 一键收藏
打赏
7
评论
TAS-LR 论文辅助笔记 & 图拉普拉斯正则项推导

1 图拉普拉斯正则项的直观目标函数我们已知一张图G的邻接矩阵A，和度矩阵D，那么我们就知道他的拉普拉斯矩阵L=D-A在使用矩阵分解的时空数据补全问题中，有一些文献使用图拉普拉斯正则化项来对空间特征矩阵进行约束我们假设低秩的空间特征矩阵为U，其中每一列为拉普拉斯正则项的直观解释是，也就是让相邻的空间点之间的特征差距不要太大2 图拉普拉斯正则项的转化我们对直观解释的拉普拉斯正则项进行转化考虑第i项但是按照矩阵维度来说，应该是【不知道是哪一步错了，欢迎.
复制链接

扫一扫

专栏目录

UQI-LIUWJ CSDN认证博客专家 CSDN认证企业博客

码龄7年

1455: 原创

1万+: 周排名

851: 总排名

219万+: 访问

: 等级

1万+: 积分

3057: 粉丝

4538: 获赞

802: 评论

1万+: 收藏

私信

关注

热门文章

分类专栏

最新评论

数据集笔记：杭州 & 上海地铁客流数据
Fraser6: 你好，请问有刷卡的原始数据吗？
论文笔记：Human Mobility Prediction Challenge: Next LocationPrediction using Spatiotemporal BERT
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
论文笔记：Human Mobility Prediction Challenge: Next LocationPrediction using Spatiotemporal BERT
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
论文笔记：Cell-Level Trajectory Prediction Using Time-embeddedEncoder-Decoder Network
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
论文笔记：Cell-Level Trajectory Prediction Using Time-embeddedEncoder-Decoder Network
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。

大家在看

最新文章

2024

目录

评论 7

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

UQI-LIUWJ 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

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。