ACM的通讯
研究档案
该研究档案提供了对过去问题发表的所有研究文章的访问。
2019年5月
从ACM的通信
技术视角：大规模机器学习压缩矩阵
对更强大的大数据分析解决方案的需求激发了新颖的编程模型，抽象和平台的开发。“通过压缩线性代数学习缩放机器”寻求解决这些......
从ACM的通信
用于陈述大型机器学习的压缩线性代数
通用压缩斗争以实现良好的压缩比和快速减压，用于孤立未压缩的操作。因此，我们引入压缩线性代数，用于无损矩阵压缩。
该研究档案提供了对过去问题发表的所有研究文章的访问。
对更强大的大数据分析解决方案的需求激发了新颖的编程模型，抽象和平台的开发。“通过压缩线性代数学习缩放机器”寻求解决这些......
通用压缩斗争以实现良好的压缩比和快速减压，用于孤立未压缩的操作。因此，我们引入压缩线性代数，用于无损矩阵压缩。