BriefGPT.xyz
Jun, 2020
对称张量分解的流式核心集
Streaming Coresets for Symmetric Tensor Factorization
HTML
PDF
Rachit Chhaya, Jayesh Choudhari, Anirban Dasgupta, Supratim Shit
TL;DR
本研究重要的优化模块是张量分解,特别是在潜变量模型中。作者介绍了两种新的算法技术:在线过滤和核化,并提供了六种算法来实现不同的核心集大小、更新时间和工作空间的折衷方案,以击败或匹配各种现有算法。在矩阵的情况下,作者的在线行采样算法保证了(1 + ε)的相对误差谱逼近。本研究还展示了张量分解在学习单主题建模中的应用。
Abstract
Factorizing tensors has recently become an important optimization module in a number of
machine learning
pipelines, especially in
latent variable models
. We show how to do this efficiently in the streaming settin
→