todo&ideas.txt

Линейная модель без кросс-гибридизации:
	Посчитать линейную модель на более мелкой сетке альфа и бета, выбрать лучшие значения параметров
	Для лучших значений альфа и бета обучить линейную модель на всей выборке
	Отсортировать чипы по качеству, чтобы отфильтровать плохие
	Обучить линейную модель с лучшими альфа и бета на отфильтрованной большой выборке - есть ли разница?

Линейная модель с кросс-гибридизацией:
	Разобраться с нормировкой А
	Удаётся ли добиться сходимости для случая, когда матрица A блочно-диагональная? Если нет, можно ли попробовать модицифировать алгоритм там, чтобы на каждом шаге обновлялись не все а и с, а только те, для которых не выполняется условие дополняющей нежёсткости или какое-то ещё?
	Попробовать настроить линейную модель для матрицы с маской, допускающей кросс-гибридизацию там, где бласт показывает совпадение от 20 символов и выше - есть ли улучшения?

Нелинейная модель:
	Понять, в каких областях изменения параметров альфа и бета мультипликативный алгоритм сходится - связаны ли они с областями выпуклости дивергенции?
	Можно ли выбирать дополнительную функцию так, чтобы обеспечить более быструю сходимость метода с выпукло-вогнутым разложением?
	Можно ли брать какое-то преобразование от a,b,c, чтобы обеспечить более быструю сходимость метода с выпукло-вогнутым разложением?
	Что если вообще строить выпуклую функцию, доминирующую АБ-дивергенцию от нелинейной модели по всем параметрам сразу, а не по a,b,c по очереди?



Договориться не портить код друг друга в git


Воронцов 7.7:
	Разложить по тейлору не выпуклую часть дивергенции от нелинейной функции, а обе части
	В коллаборативной фильтрации сравниваются NNMF с EM-алгоритмом
	+ статья про стохастический градиент для разреженных матриц
	Добавить в нелинейной модели квадратичный регуляризатор на b
	Невыпуклые, но унимодальные функции (статьи от Мотля)
	Функция потерь имеет две ветви, одна из них выпуклая, начинаем мы с неё - нельзя ли вести оптимизацию только по ней? (Иванов Григорий)
	Для диаграмм рассеяния А-А и С-С сделать доверительные интервалы
	Почитать про мультипликативные алгоритмы в целом
	Попробовать разложить матрицу-маску модели с кросс-гибридизацией, какой её ранг?