本文研究了稀疏计数数据的多线性建模问题,提出了一个以泊松分布为假设的描述性张量分解模型和相应的算法和理论,并介绍了一种基于主导极小化方法的泊松张量分解算法,称为 CP-APR,并在几个数据集上的结果得到了验证。
Dec, 2011
本文探讨了基于 Kullback-Leibler divergence 函数的适当的标准交替块变量方法的正定多项式张量分解的有效技术,并提出了新的子问题解算器来利用结构并将优化问题重新表述为小的独立子问题,使用有界的 Newton 和拟牛顿方法。与其他代码比较,表明我们的算法具有更快的速度,能够获得高精度的结果,并迅速找到稀疏解。
Apr, 2013
该论文提出了一种基于规范化拉普拉斯矩阵的正交对称非负矩阵三因式分解的方法,用于在复杂网络中进行社区检测,在包括稀疏和高度异质性的图中均表现良好,并且比现有技术表现更优。
May, 2016
本文提出了用于计数张量数据的贝叶斯非负张量分解模型,并开发了可用于处理海量张量的可扩展推理算法(批处理和在线推理),以及一系列实际应用。
Aug, 2015
提出了一种交替优化框架来解决在异常杂质的情况下进行低秩张量分解的问题,可以很容易地加入正则化和约束,以利用潜在的加载因子的先验信息。
Jul, 2015
本研究提出了一种新的 CP 张量分解方法,使用了随机投影算法降低了问题难度并在模拟和真实数据集上得到了更好的表现。
Jan, 2015
考虑如何分解具有缺失值的数据集,以捕捉数据的潜在结构并可能重建缺失值。我们开发了一种名为 CP-WOPT 的算法,该算法使用一种一阶优化方法来解决加权最小二乘问题,并通过大量的数值实验验证了该算法的性能良好,能够成功分解噪声数据及缺失数据高达 99%的张量,同时适用于稀疏大规模数据。
May, 2010
该论文研究了张量网络在离散多元概率分布建模中的表达能力,并针对使用不同类型的张量带来的参数数量和效率变化进行了严格分析,发现局部纯净态表示法的表达能力优于其他表示法。
Jul, 2019
本文提出了一种分布式、灵活的非线性张量分解模型,通过可避免昂贵的计算以及提供高质量推理的上限,它能够克服传统张量分解模型中的限制,并展现出在 CTR 预测方面的巨大潜力。
Apr, 2016
研究对一个非负张量进行分解为非负向量的最小外积和对应的简化的朴素贝叶斯概率模型,并证明该问题的逼近问题,无论采用哪种规范,甚至是布雷格曼分歧,都将始终具有最优解。
Mar, 2009