本文提出了一种基于张量环分解的张量补全算法,并采用交替最小化算法沿着矩阵积状态来替代分解因子,通过数值实验与已有的低秩张量分解补全算法相比较显示了改进后的表达能力。
Jul, 2017
该论文提出了一种新的张量补全问题的公式,以张量列车 (TT) 秩的形式介绍了该公式,可以通过平衡的矩阵化计算有效地捕获张量的全局信息。两种算法被提出来解决相应的张量补全问题。
Jan, 2016
本研究提出了一个新的模型以及应用交替最小化算法和两种自适应秩调整策略同时对低秩张量进行低秩矩阵分解,结果表明,该算法可以在比其他方法更少的数据采样下恢复各种合成低秩张量,而且实际数据的测试结果也有类似优势。
Dec, 2013
本文提出了一种基于张量分解的方法,通过引入凸弛松弛的方法和随机化技术构建一种具有可扩展性的交替优化算法,用于高维张量的完成任务,实验结果表明了该方法的性能。
Aug, 2017
本文首次理论分析了交替极小化算法在矩阵完成和矩阵感知问题中的表现,证明了在满足某些条件下,该算法可以快速收敛到真实矩阵,同时具有更简单的分析方法。
Dec, 2012
本文提出一种新颖的张量完成方法,基于张量列车 (TT) 秩,提出了新的优化公式和算法。其中,SiLRTC-TT 是通过在 TT 秩的基础上最小化核范数实现的,TMac-TT 是通过基于多线性矩阵分解来逼近张量 TT 秩。文章还提出了一种向高阶张量转换的方法以增强 SiLRTC-TT 和 TMac-TT 的有效性。仿真结果表明该方法在彩色图像和视频恢复方面具有明显优势。
Jun, 2016
本文提出了一种名为 Tubal-Alt-Min 的快速迭代算法,用于解决观测一个三阶张量子集的难题,实验表明,该算法在指数上收敛,并且比基于张量核范数的算法在恢复误差上有显著的提高。
Oct, 2016
本文研究了张量网络在语言建模中的应用,通过对模拟 Motzkin 自旋链的问题进行抽象,发现张量模型具有接近完美的分类能力,并在训练样本减少时保持稳定的性能水平。
Jan, 2024
使用一种新颖的张量网络 —— 约束矩阵积态(MPS),将任意线性约束准确地融入稀疏块结构,成功地弥合了 U (1) 对称 MPS 和传统非约束 MPS 之间的差距。通过量子区域的概念,适用于捕捉包括非约束情景在内的任意线性约束,我们进一步为这些新的 MPS 开发了规范形式,允许根据量子区域融合规则合并和分解张量块。利用这种规范形式,我们采用无监督训练策略来优化满足线性约束的任意代价函数,从而解决二次背包问题,并展示了相对于传统非线性整数规划求解器具有更高性能的优势,突显了我们方法在解决复杂约束组合优化问题中的潜力。
May, 2024
通过定义新的张量张量积和张量核范数,建立了准确恢复张量的理论保证,设计了基于交替乘子法的高效算法,并进行了广泛实验证明所提方法的优越性。
Feb, 2024