Уровень алгоритма

Алгоритм дополнения матриц: различия между версиями

Материал из Алговики
Перейти к навигации Перейти к поиску
[непроверенная версия][непроверенная версия]
Нет описания правки
Нет описания правки
Строка 4: Строка 4:
| pf_height        = <math>const</math>
| pf_height        = <math>const</math>
| pf_width          = <math>const</math>
| pf_width          = <math>const</math>
| input_data        = <math>\frac{|\Omega|}{2}</math>
| input_data        = <math>|\Omega|</math>
| output_data      = <math>\frac{2nr}{2}</math>
| output_data      = <math>2nr</math>
}}
}}



Версия от 18:04, 26 октября 2021


Восстановление матриц
Последовательный алгоритм
Последовательная сложность [math]\displaystyle{ O(|\Omega|r^2) }[/math]
Объём входных данных [math]\displaystyle{ |\Omega| }[/math]
Объём выходных данных [math]\displaystyle{ 2nr }[/math]
Параллельный алгоритм
Высота ярусно-параллельной формы [math]\displaystyle{ const }[/math]
Ширина ярусно-параллельной формы [math]\displaystyle{ const }[/math]


Свойства и структура алгоритма

Общее описание алгоритма

Математическое описание алгоритма

Макроструктура алгоритма

Схема реализации последовательного алгоритма

Последовательная сложность алгоритма

Информационный граф

Ресурс параллелизма алгоритма

Входные и выходные данные алгоритма

Свойства алгоритма

Программная реализация алгоритма

Особенности реализации последовательного алгоритма

Локальность данных и вычислений

Локальность реализации алгоритма

Структура обращений в память и качественная оценка локальности
Количественная оценка локальности

Возможные способы и особенности параллельной реализации алгоритма

Масштабируемость алгоритма и его реализации

Масштабируемость алгоритма

Масштабируемость реализации алгоритма

Динамические характеристики и эффективность реализации алгоритма

Выводы для классов архитектур

Существующие реализации алгоритма

Литература

[1] Guaranteed Rank Minimization via Singular Value Projection.Raghu Meka, Prateek Jain, Inderjit S. Dhillon // arXiv:0909.5457

[2] Low-rank matrix completion by Riemannian optimization. Bart Vandereycken // arXiv:0909.5457