乔纳森·波帕;娄亦菲;Susan E.Minkoff。 基于ADMM的低秩张量数据重建和去噪：算法和收敛性分析。 （英语） Zbl 1525.65040号 科学杂志。计算。 97，第2期，第49号论文，第26页（2023年）. 摘要：地震数据受到各种因素的噪声污染，包括风、洋流、车辆交通和建筑。进一步的接收器故障和采集几何的限制可能会导致数据丢失。地震数据自然包含冗余，因为调查重复对同一地下区域进行采样。如果将这些数据组织成高维数据结构（张量），那么不完整的噪声数据将具有比地面实况数据更高的秩。张量的直接降秩是一个NP-hard问题。因此，可以最小化对秩的近似，例如张量核范数（TNN），它对张量的奇异值求和。该TNN模型与交替方向乘法器（ADMM）优化方法一起表示为TNN-ADMM。虽然前面已经证明了ADMM对于一般函数极小化的收敛性，但这里我们给出了张量性质，它允许我们证明一个充分条件：通过将步长限制为大于1，拉格朗日函数是严格递减且有界的。因此，应用于TNN模型的ADMM收敛。这种情况减少了调整步长参数的计算负担。我们在两个合成地震数据集和西澳大利亚近海的实际数据集上演示了去噪和重建的性能。在线性合成数据的情况下，TNN-ADMM的性能优于另一种流行的方法，在一半的计算时间内误差减少了四倍。我们还说明了TNN-ADMM可以有效地去除实际数据中的大多数人为添加的噪声。 理学硕士： 65层55 低阶矩阵逼近的数值方法；矩阵压缩 15A69号 多线性代数，张量微积分 第15页第83页 矩阵完成问题 关键词：ADMM融合;张量重建;张量去噪;地震数据完成 软件：OpenFWI公司;t产品 PDF格式BibTeX公司 XML格式引用 \textit｛J.Popa｝等人，《科学杂志》。计算。97，第2号，第49号论文，第26页（2023年；Zbl 1525.65040） 全文： 内政部 参考文献： [1] Abma，R。；Kabir，N.，用POCS算法对不规则数据进行三维插值，《地球物理学》，71，6，E91-E97（2006）·数字对象标识代码：10.1190/1.2356088 [2] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；佩莱托，B。；Eckstein，J.，通过乘法器的交替方向方法进行分布式优化和统计学习，Found。趋势马赫数。学习。，3, 1-122 (2011) ·Zbl 1229.90122号 ·doi:10.1561/220000016 [3] 蔡，JF；坎迪斯，EJ；Shen，Z.，矩阵补全的奇异值阈值算法，SIAM J.Optim。，20, 4, 1956-1982 (2010) ·Zbl 1201.90155号 ·doi:10.1137/080738970 [4] 坎迪斯，E。；Recht，B.，通过凸优化实现精确矩阵补全，Found。计算。数学。，9, 6, 717-772 (2009) ·Zbl 1219.90124号 ·doi:10.1007/s10208-009-9045-5 [5] Charalambous，C.，克服可微罚函数病态条件问题的方法，Oper。研究，28，3，650-667（1980）·Zbl 0443.90087号 ·doi:10.1287/opre.28.3650个 [6] 陈，Y。；黄，W。；张，D。；Chen，W.，用于改进降秩三维地震数据去噪和重建的开源Matlab代码包，Comput。地理学会。，95, 59-66 (2016) ·doi:10.1016/j.cageo.2016.06.017 [7] Deng，C.、Feng，S.、Wang，H.、Zhang，X.、Jin，P.、Feng、Y.、Zeng，Q.、Chen，Y.、Lin，Y.：OpenFWI：用于地震全波形反演的大型多结构基准数据集。arXiv预打印arXiv:2111.02926（2021） [8] 杜，S。；肖，Q。；Shi，Y。；库奇亚拉，R。；Ma，Y.，统一张量因式分解和张量核范数方法用于低阶张量补全，神经计算，458204-218（2021）·doi:10.1016/j.neucom.2021.06.020 [9] 埃克斯坦，J。；Bertseka，D.，关于最大单调算子的Douglas-Rachford分裂方法和近点算法，数学。程序。，55/293-318（1992年）·Zbl 0765.90073号 ·doi:10.1007/BF01581204 [10] 伊利·G。；Aeron，S。；郝，N。；Kilmer，ME，《使用新型张量分解完成5D地震数据和去噪》，《地球物理学》，80，V83-V95（2015）·doi:10.1190/geo2014-0467.1 [11] 吉尔，M。；艾伦，MR；医学博士Dettinger；伊德，K。；Kondrashov，D。；曼恩，ME；罗伯逊，AW；桑德斯，A。；田，Y。；瓦拉迪，F。；Yiou，P.，《气候时间序列的高级光谱方法》，《地球物理学评论》。(2002) ·doi:10.1029/2000RG000092 [12] Golub，生长激素；Van Loan，CF，《矩阵计算》，《约翰·霍普金斯数学科学研究》（2013），巴尔的摩：约翰·霍普金斯大学出版社，巴尔的摩尔·Zbl 1268.65037号 [13] He，W。；横屋，N。；袁，L。；Zhao，Q.，使用张量环完成和总变分的遥感图像重建，IEEE Trans。地质科学。遥感，57，11，8998-9009（2019）·doi:10.1109/TGRS.2019.2924017 [14] 喇叭，RA；Johnson，CR，矩阵分析主题（1991），剑桥：剑桥大学出版社，剑桥·Zbl 0729.15001号 ·doi:10.1017/CBO9780511840371 [15] 喇叭，RA；Johnson，CR，矩阵分析（2013），剑桥：剑桥大学出版社，剑桥·兹比尔1267.15001 [16] 基尔默，ME；Martin，CD，三阶张量的因式分解策略，线性代数应用。，435, 3, 641-658 (2011) ·兹比尔1228.15009 ·doi:10.1016/j.laa.2010.09.020 [17] 科尔达，TG；Bader，BW，张量分解与应用，SIAM Rev.，51，3，455-500（2009）·Zbl 1173.65029号 ·doi:10.1137/07070111X [18] 克莱默，N。；斯坦顿，A。；Sacchi，MD，基于核范数最小化的5D地震数据重建张量补全，地球物理，78，6，273-284（2013）·doi:10.1190/geo2013-0022.1 [19] 库马尔，R。；Da Silva，C。；阿卡林，O。；阿瑞夫金，AY；Mansour，H。；Recht，B。；FJ Herrmann，《地震数据重建的高效矩阵补全》，地球物理学，80，V97-V113（2015）·doi:10.1190/geo2014-0369.1 [20] Li，T.，Ma，J.：基于T-SVD的非凸张量补全和稳健主成分分析。摘自：2020年第25届模式识别国际会议（ICPR），第6980-6987页。IEEE（2021）。doi:10.1109/ICPR48806.2021.9412248 [21] 长，Z。；刘，Y。；Chen，L。；Zhu，C.，多路视觉数据的低秩张量补全，信号处理。，155, 301-316 (2019) ·doi:10.1016/j.sigpro.2018.09.039 [22] 卢，C。；冯，J。；陈，Y。；刘伟。；林，Z。；Yan，S.，采用新张量核范数的张量稳健主成分分析，IEEE Trans。模式分析。机器。智力。，42, 4, 925-938 (2019) ·doi:10.1109/TPAMI.2019.2891760 [23] 马丁，CD；沙弗，R。；Larue，B.，阶张量因式分解及其在成像中的应用，SIAM J.Sci。计算。，35、1、A474-A490（2013）·Zbl 1273.15032号 ·doi:10.1137/110841229 [24] SV Mohd Sagheer；George，SN，通过低阶张量建模和总变差正则化对低剂量CT图像进行去噪，Artif。智力。医学，94，1-17（2019）·doi:10.1016/j.artmed.2018.12.006 [25] 诺西达尔，J。；SJ Wright，《惩罚与强化拉格朗日方法》，497-528（2006），纽约：施普林格出版社，纽约 [26] 奥罗佩萨，V。；Sacchi，M.，《通过多通道奇异谱分析实现同步地震数据去噪和重建》，《地球物理》，76，V25-V32（2011）·数字对象标识代码：10.1190/1.3552706 [27] 波帕，J。；Minkoff，SE公司；Lou，Y.，《使用低阶张量优化的改进地震数据补全算法：成本降低和最佳数据定向》，《地球物理学》，86，3，V219-V232（2021）·doi:10.1190/geo2020-0539.1 [28] 波帕，J。；Minkoff，SE公司；Lou，Y.，基于张量的重建应用于正则化延时数据，Geophys。《国际期刊》，231，1638-649（2022）·doi:10.1093/gji/ggac211 [29] Reams，R.，Hadamard逆，几乎半定矩阵的平方根和乘积，线性代数应用。，288, 35-43 (1999) ·Zbl 0933.15006号 ·doi:10.1016/S0024-3795（98）10162-3 [30] Rockafellar，RT公司；Wets，RJB，《次级衍生产品和次级梯度》，298-348（1998），柏林-海德堡：施普林格，柏林-海德堡 [31] 塞梅西，O。；郝，N。；基尔默，ME；Miller，EL，多能计算机断层扫描的基于张量的公式化和核范数正则化，IEEE Trans。图像处理。，23, 4, 1678-1693 (2014) ·Zbl 1374.94335号 ·doi:10.1109/TIP.2014.2305840 [32] Trickett，S。；巴勒斯，L。；米尔顿，A。；Walton，L。；Dack，R.，基于秩减少的轨迹插值，SEG技术程序扩展。文章摘要。，2010, 3829-3833 (2010) ·doi:10.190/1.3513645 [33] 王，A。；周，G。；Zhao，Q.，通过（*_L）-SVD保证稳健张量补全及其在遥感数据中的应用，遥感，13，18，1-45（2021）·数字对象标识码：10.3390/rs13183671 [34] Wang，H。；张，F。；Wang，J。；黄，T。；黄，J。；Liu，X.，低管秩张量恢复的广义非凸方法，IEEE Trans。神经网络。学习。系统。(2021) ·doi:10.1109/TNNLS.2021.3051650 [35] Wang，Y。；尹，W。；Zeng，J.，非凸非光滑优化中admm的全局收敛性，J.Sci。计算。，78, 1, 29-63 (2019) ·Zbl 1462.65072号 ·doi:10.1007/s10915-018-0757-z [36] 温伯格，M。；Petersen，M.，《使用多通道奇异谱分析研究星系动力学》，Mon。不是。R.阿斯顿。Soc.，501，4，5408-5423（2021）·doi:10.1093/mnras/staa3997 [37] 薛，J。；Zhao，Y。；Liao，W。；Cheung-Wai Chan，J.，非凸张量秩最小化及其在张量恢复中的应用，信息科学。，503, 109-128 (2019) ·Zbl 1453.90130号 ·doi:10.1016/j.ins.2019.06.061 [38] 杨，M。；罗奇。；李伟（Li，W.）。；Xiao，M.，通过非凸方法实现张量秩最小化的图像多视图聚类，SIAM J.Imag。科学。，13, 4, 2361-2392 (2020) ·Zbl 1459.62125号 ·数字对象标识代码：10.1137/20M1318006 [39] 张，F。；Wang，J。；Wang，W。；Xu，C.，低阶加稀疏张量恢复与先验子空间信息，IEEE Trans。模式分析。机器。智力。，43, 10, 3492-3507 (2020) ·doi:10.1109/TPAMI.2020.2986773 [40] 张，Z。；Aeron，S.，使用T-SVD的精确张量补全，IEEE Trans。信号处理。，65, 6, 1511-1526 (2017) ·Zbl 1414.94741号 ·doi:10.1109/TSP.2016.2639466 [41] 周，P。；卢，C。；林，Z。；Zhang，C.，低秩张量完备的张量因子分解，IEEE Trans。图像处理。，27, 3, 1152-1163 (2017) ·Zbl 1409.94796号 ·doi:10.1109/TIP.2017.2762595 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。