矩阵分解中的迭代步骤是怎么推导的？

原始论文是algorithms-for-non-negative-matrix-factorization。

一般的gradient descent算法下，

其中$\eta_{a\mu}$是步长。

当每个变量步长不同时，

第6等式可变为第4等式

然后论文在数学上证明此方法收敛。

我没有仔细看证明，感觉上是变步长的gradient descent。还不知道（4）和（6）哪个收敛速度更快。