LSA1 SVD와 Truncated SVD: 이론, 구현 및 딥러닝/머신러닝 활용 특이값 분해 (Singular Value Decomposition)은 수학, 공학 및 경제학 분야에서 많이 사용되는 행렬 분해 방법으로 행렬 연산 가속화나 데이터 압축에 적용되는 중요한 개념이므로 한번쯤 공부를 해두면 좋은 내용입니다.SVD (Singular Value Decomposition) 이론특이값 분해(Singular Value Decomposition, SVD)는 모든 실수 또는 복소수 행렬에 대해 적용 가능한 행렬 분해 기법입니다. 임의의 행렬 A (m×n)는 다음과 같이 분해됩니다:$A = U * Σ * V^T$U: 좌측 특이 벡터로 구성된 직교 행렬 (m × m)$\Sigma$: 특이값 (singular values)이 대각선에 있는 대각 행렬 (m × n)$V^T$: 전치된 우측 특이 .. 2025. 5. 1. 이전 1 다음
