11 octubre 2024
11 octubre 2024
Función |
Acción |
---|---|
Singular Value Decomposition, algoritmo divide and conquer. Se considera el más rápido entre otros algoritmos SVD (función lapack de GESDD). |
|
Singular Value Decomposition, algoritmo QR. Se considera un algoritmo SVD clásico (función lapack de GESVD). |
|
Singular Value Decomposition, algoritmo QR with pivoting ( función lapack de GESVDQ). |
|
Singular Value Decomposition, algoritmo bisection (función lapack de GESVDX). |
|
Singular Value Decomposition, algoritmo Jacobi high level (función lapack de GEJSV). |
|
Singular Value Decomposition, algoritmo Jacobi low level (función lapack de GESVJ). En algunos casos, calcula valores singulares pequeños y sus vectores singulares con mucha más precisión que otras rutinas SVD. |
|
Singular Value Decomposition, algoritmo divide and conquer para una matriz bidiagonal (función lapack de BDSDC). |
|
Singular Value Decomposition, algoritmo bisection para matrices bidiagonales ( función lapack de BDSVDX). |
|
Cálculo de los valores y vectores propios de una matriz cuadrada ordinaria usando el algoritmo clásico (función lapack de GEEV). |
|
Cálculo de los valores y vectores propios de una matriz simétrica o hermitiana (conjugada compleja) usando el algoritmo divide and conquer (funciones lapack de SYEVD, HEEVD). |
|
Función de método para calcular las contribuciones relativas de los componentes espectrales a partir de los valores propios. |
|
Función de método para calcular datos reconstruidos y predichos utilizando componentes espectrales de las series temporales de entrada. |
|
Función de método para calcular los componentes reconstruidos de las series temporales de entrada y sus contribuciones. |
|
Función de método para calcular una serie temporal reconstruida utilizando los primeros componentes de component_count. |