关键词latent factorization of tensors
搜索结果 - 2
- 动态网络表示的动量非负张量因式分解模型
本文提出了一种基于动量梯度下降的非线性潜在张量因子分解模型 (MNNL),可从高维不完整张量 (HDI) 中提取非负潜在因子,改善了传统 LFT 模型的训练问题,提高了预测准确性和收敛速度。
- 张量环分解实现大规模动态网络表示
本文提出一种基于张量环分解的模型,将单个潜在因子相关的、非负的、乘性的更新方法融入到张量分解模型中,分析了张量环分解的特定偏差形式。在两个真实的大规模动态网络上的实验研究表明,该提出的方法比现有模型的准确性更高。