Solving the k-sparse Eigenvalue Problem with Reinforcement Learning

We examine the possibility of using a reinforcement learning (RL) algorithm to solve large-scale eigenvalue problems in which the desired the eigenvector can be approximated by a sparse vector with at most \(k\) nonzero elements, where \(k\) is relatively small compare to the dimension of the matrix...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	arXiv.org 2020-09
Hauptverfasser:	Zhou, Li, Yan, Lihao, Caprio, Mark A, Gao, Weiguo, Yang, Chao
Format:	Artikel
Sprache:	eng
Schlagworte:	Algorithms Eigenvalues Eigenvectors Greedy algorithms Machine learning Matrix
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!