tensor singular value decomposition | BriefGPT

关键词tensor singular value decomposition

搜索结果 - 6

数据聚类的鲁棒异常张量低秩表示
提出了一种用于同时检测异常值和对被异常值污染的张量数据进行聚类的鲁棒低秩表示方法，基于张量奇异值分解代数框架。实验证明了该算法的有效性。
PDFa year ago
使用随机低秩逼近的非凸稳健高阶张量补全
本文介绍了两种融合随机化技术的低秩张量逼近方法，并进一步研究了鲁棒高阶张量完成问题。实验结果表明，该方法在计算效率和精度上均优于其他最先进的方法。
PDFa year ago
基于层次非线性变换和层次矩阵因子分解的高光谱图像去噪
通过使用分层非线性变换和分层矩阵分解建立了一种新的张量分解方法 (H2TF)，并基于此提出了一种基于 H2TF 的高光谱图像去噪模型和一种算法来解决该模型，并通过实验验证了该方法优于现有的状态 - of-the-art 高光谱图像去噪方法。
PDFa year ago
通过转换低秩参数化可以为张量神经网络带来鲁棒泛化能力的提升
探究 Tensor Singular Value Decomposition (t-SVD) 理论上对于 Neural Networks with t-product layers (t-NNs) 的影响，研究发现使用 exact tran
PDFa year ago
T-SVDNet：探索多源域自适应的高阶样板相关性
该研究提出了一种名为 T-SVDNet 的新方法，通过将 Tensor 奇异值分解（T-SVD）结合到神经网络的训练管道中，全面探索多个域和类别之间的高阶相关性，旨在更好地弥合域差距，实现多源域自适应。与其他方法相比，在公共基准测试上，该模
PDF3 years ago
基于 t - 积的随机张量奇异值分解
本文介绍了一种利用随机矩阵方法扩展张量 SVD 来压缩和分析数据集的方法，相对于 t-SVD，具有更高的计算效率，并提供了该算法的详细说明和数值结果。
PDF8 years ago