搜索
西安交大管理学院王尧教授与王开东副教授团队
在图结构数据补全研究方向取得新进展
2 小时前
在大数据与人工智能深度融合的背景下，矩阵补全作为机器学习与数据挖掘的核心技术，广泛应用于推荐系统、计算机视觉、社交网络分析等领域。传统方法多依赖矩阵低秩特性，对数据潜在图结构信息的利用存在局限。西安交通大学管理学院王尧教授与王开东副教授团队提出一种名为GSGD（Graph-regularized Scaled Gradient Descent）的非凸优化算法，通过引入图结构信息，实现对缺失数据的高效恢复。该算法基于预条件投影梯度下降框架，在理论上给出了线性收敛速率和近乎最优样本复杂度的严格保证。实验表明，GSGD在恢复精度、计算效率及对噪声边的鲁棒性方面均优于现有主流方法，在推荐系统与社交网络等场景中展现出显著优势。研究成果已发表于运筹学与管理科学顶级期刊INFORMS Journal on Computing，为大数据时代的数据处理与分析提供了有效工具，推动了人工智能技术的实际应用落地。
