- 低管狀秩張量補全的保證採樣靈活性
在张量完成中，我们引入了一种新颖而简单的采样模型，Tensor Cross-Concentrated Sampling (t-CCS)，有效地弥补了 Bernoulli 和 t-CUR 采样之间的差距，并具有更大的灵活性。同时，我们提供了详 - ICML低秩张量块危险模型的因果客户流失分析
使用潜在因子块危险模型和张量完成方法，在分析各种干预对客户流失影响时，提出了一种创新方法。模型考虑了客户流失数据的二元特性和时间单调趋势，并通过独特的干预分类方法增强了实施客户保留策略的精确性和实用性。
- 通过整数优化的张量补全
该研究论文中介绍了一种解决张量完备问题的新算法，通过采用基于凸优化问题和基于规范的张量范数的约束来解决计算能力与信息论采样复杂性之间的矛盾，实现了收敛性和信息论速率。
- 任意线性变换加力的精确张量补充
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。
- 高阶张量恢复与张量 U1 范数
我们提出了一种新的张量分解和一种新的张量范数，称为张量 $U_1$ 范数，用于解决高阶张量数据的完整性问题，并提出了一个优化算法来解决该问题。该方法在处理具有非光滑变化的张量数据方面表现出良好效果。
- 利用杠杆采样和张量 QR 分解进行张量补全以进行网络延迟估计
本文提出了一种新的方法，通过改进张量采样策略和引入张量 QR 分解来加速张量完成，以更快地进行网络延迟估计，同时保持高准确性。我们使用张量 $L_{2,1}$- 范数来完成不完整的张量并将张量 QR 分解引入到 ADMM 框架中。数值实验表 - 基于谱间隙的确定性张量补全
本文介绍了两种基于 Poisson loss 和 atomic norm minimization 的张量补全方法，提出了更紧密的界限，描绘了其对目标张量秩的关系，并探讨了最大准范数、岭惩罚和 Poisson 损失减小算法的实用性。
- ICML神经属性融合的低计数张量完成
本研究通过低秩泊松张量模型和神经网络学习算法，在理论上支持了未完全统计的多方面数据完成，提出了可以证明从部分观测中恢复张量的完全统计条目及其每个条目的欠计数概率的 UC-TC 公式，并进行了模拟和实际数据实验。
- 使用超像素聚类和张量补全进行图像重建
本文提出一种基于超像素分割和张量补全的紧凑图像表示像素选择方法，该方法将图像分成几个区域以捕获重要的纹理或语义，并从每个区域选择代表性像素进行存储，实验结果表明，超像素法比均匀采样更适用于各种丢失情况。
- 通过对偶形式的非负低秩张量完备性来完成图像和视频
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 - 流形正则化 Tucker 分解方法在时空交通数据插值中的应用
本论文提出了一个创新的流形正则化 Tucker 分解（ManiRTD）模型，通过引入多元时延嵌入变换，将感官交通状态数据表示为三阶 / 四阶张量，并利用稀疏正则化项改善 Tucker 核的稀疏性以及使用流形正则化和时间约束条件特征化其时空关 - 使用广义 CP 分解和非负整数张量完成的低秩张量补全
提出了基于数字属性的新的 GCDTC（广义 CP 分解张量完成）方法，采用低秩张量完成的广义 CP 分解，提出了一种名为 SPTC（平滑泊松张量完成）的算法，通过实验验证，该方法的完整性准确性优于目前最先进的方法。
- 保证张量恢复的低秩性和光滑性融合
该研究基于张量数据的全局低秩性和局部平滑性，提出了一种新的正则化方法，用于张量数据恢复任务，可以在张量完成和张量鲁棒主成分分析任务中提供精确恢复保证，相较于其他方法具有更好的恢复准确性。
- 低秩张量环噪声张量补全
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。
- CausalSim: 一种用于无偏追踪驱动模拟的因果推断框架
CausalSim 是一个建立在因果推断框架之上的模拟器，其使用一个基于张量补全问题的方法去消除由于算法选择导致的偏差，实验表明使用 CausalSim 进行模拟的结果比专家设计和监督学习的基准结果平均下降了 53% 至 61%。
- KDDMTC: 从部分和粗略观测中进行多分辨率张量补全
本文提出了一个高效的 Multi-resolution Tensor Completion Model (MTC) 来解决张量部分观测值的补全问题，该模型实现了张量模式特性的探索，并利用分辨率层次进行递归优化。在两个 COVID-19 相关 - 从含噪数据中恢复低秩张量的非凸方法
我们提出了一个两阶段的非凸算法，用于从高度不完整和随机损坏的观测值中重建低秩张量，并在几乎线性时间内恢复所有单个张量因子，同时享受接近最优的统计保证，我们还讨论了如何扩展我们的方法以适应非对称张量。
- MM量子张量奇异值分解及其在推荐系统中的应用
本文提出了一个第三阶张量的量子奇异值分解算法和一个基于其的推荐系统和张量补全算法，该算法在复杂度方面有指数级优势并且可以根据用户的上下文情况提供变化的推荐。
- AAAI基于张量补全的非线性系统辨识
本文探讨了使用张量补全问题来识别一般非线性系统的非线性函数，并证明在一定条件下是可行的，这一方法可以扩展应用于多种回归任务中。
- IJCAIMiSC: 混合策略众包
本研究提出了一种名为 MiSC 的集成常规众包和张量补全技术的多功能框架，其中包括一种新的迭代 Tucker 标签聚合算法，其在广泛的实验中表现优于现有的方法。