本文提出了一种基于矩阵乘积状态和张量列车分解的张量完成算法,该算法通过交替矩阵(张量)对 MPS 表示进行计算,相对于其他最近提出的方法,在多个真实环境下性能更出色。
Sep, 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
本文提出了一种新颖的张量完成方法,该方法通过利用张量环潜空间的低秩结构,将核范数正则化引入潜在 TR 因子,从而通过奇异值分解,同时获得最优秩的潜在 TR 因子和恢复的张量。实验结果表明,所提出的方法相对于现有的算法具有更好的表现和效率。
Sep, 2018
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
该论文利用张量分解的方法,提出了一种新的张量核范数来解决图像 / 视频修复问题中的矩阵缺失, 并基于该方法提出了有效的张量完成算法。
Mar, 2019
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
本文提出了一种基于 Riemann manifold 预处理的新型张量完成问题求解方式,通过利用代价函数的最小二乘结构和 Tucker 分解的结构对称性,提出了一种新的 Riemann 度量或内积,使得可以在商流形上使用 Riemannian 优化框架来发展批次和在线设置的预处理非线性共轭梯度和随机梯度下降算法。在各种合成和真实世界数据集上的数值比较表明,所提出的算法在鲁棒性方面优于现有的其他算法。
May, 2016
提出一种称为张量环表示的新型张量分解的网络结构,该结构采用低阶核张量的循环多线性乘积,通过低秩近似的方法来有效地学习张量环表示,可以在计算上更有效地执行基本操作,并且通过与现有的张量列网络相比实验结果表明,该模型更具表达能力和一致性信息。
May, 2017
本研究考虑在张量完成问题中学习非负低秩张量,并使用对偶理论提出了一种新颖的分解方法,分解将非负约束与低秩约束解耦。所得问题是流形上的优化问题,并提出了 Riemannian 共轭梯度的变种来解决它。实验结果表明,所提出的方法优于许多最先进的张量完成算法。
May, 2023
本文提出了一种新的噪声张量补全模型,结合了张量环核范数和最小二乘估计器来正则化原始张量和观测条目,通过优化算法以实现高效且精确地预测缺失条目。
Mar, 2022