91784 - 8. MÉTODOS ESPECTRAIS E DECOMPOSIÇÃO DE MATRIZES E TENSORES |
Período da turma: | 16/09/2020 a 18/09/2020
|
||||
|
|||||
Descrição: | ● Autovalores e autovetores
● Decomposição SVD e Aplicações (Latent Semantic Analysis) ● Laplaciano em Grafos: Embedding de Grafos ● Cadeias de Markov, Caminhos Randômicos e Page Ranking ● Detecção de Comunidades e Centralidade Espectral ● Decomposição de Matrizes Não-Negativas e Aplicações ● Decomposição de Tensores e Aplicações Referências Básicas - G. Strang. Linear Algebra and Its Applications, Cengage Learning, Inc, 4th edition, 2006. - Dan Kalman. A Singularly Valuable Decomposition: The SVD of a Matrix, 2002 - Biyikoglu, Türker, Josef Leydold, and Peter F. Stadler. Laplacian eigenvectors of graphs: Perron-Frobenius and Faber-Krahn type theorems. Springer, 2007. - Lee, Daniel D., and H. Sebastian Seung. Learning the parts of objects by non-negative matrix factorization. Nature 401.6755: 788-791, 1999. - Duração do Módulo: 20 (vinte) horas, distribuídas em 3 (três) dias consecutivos |
||||
Carga Horária: |
25 horas |
||||
Tipo: | Obrigatória | ||||
Vagas oferecidas: | 20 | ||||
Ministrantes: |
Luis Gustavo Nonato |
voltar |
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |