arXiv 机器学习· Vincent Szolnoky·· 4 小时前AI 评分37
D-SLR：不相交行稀疏加低秩分解方法
D-SLR: The Disjoint Row-Sparse plus Low-Rank Decomposition
AI 导读
研究人员提出不相交行稀疏加低秩（D-SLR）分解，作为截断 SVD 的闭式即插即用替代方案以优化矩阵压缩重构。D-SLR 限制矩阵行数据仅完整存储或由低秩拟合近似，仅需 3 次 SVD 计算且无需调参，在平方误差下性能不低于截断 SVD。在 LLM 嵌入向量表、网络流量及高光谱图像等实验中，该方法均验证了压缩性能增益。
来源：arXiv 机器学习 · arxiv.org