D.布兰多尼。;V·西蒙西尼。 用于图像识别的张量-应变分解。 （英语） Zbl 1433.68400号 卡尔科洛 57，第1号，第9号论文，24页（2020年）. 摘要：我们探讨了张量-应变（TT）分解在多特征人脸或物体识别策略背景下的潜力。我们设计了一种新的识别算法，可以处理TT格式的三向或三向以上张量，并提出了一种截断策略来限制内存使用。与其他相关方法（包括基于高阶奇异值分解的成熟识别算法）的数值比较说明了各种策略在基准数据集上的特点。 MSC公司： 68分10秒 模式识别、语音识别 15A69号 多线性代数，张量演算 68单位10 图像处理的计算方法 关键词：张量应变;张量分解;HOSVD公司;图像分类;人脸识别 软件：Tensor工具箱;Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{D.Brandoni}和\textit{V.Simoncini}，Calcolo 57，第1期，第9号论文，24页（2020；Zbl 1433.68400） 全文： DOI程序 哈尔 参考文献： [1] Bader，B.W.，Kolda，T.G.等人：Matlab张量工具箱版本3.0-dev，2017年10月（2017） [2] Boussé，M.，Vervliet，N.，Debals，O.，De Lathauwer，L.：人脸识别作为Kronecker乘积方程。2017年IEEE第七届多传感器自适应处理（CAMSAP）计算进展国际研讨会，第1-5页，2017年12月（2017） [3] Ceulemans，E。；Kiers，H.，《在不同类型和复杂度的三模态主成分模型中进行选择：基于数值凸壳的方法》，Br.J.Math。统计心理学。，59, 1, 133-150 (2006) ·doi:10.1348/000711005X64817 [4] Cichocki，A.：大数据处理时代：通过张量网络和张量分解的新方法。arXiv：1403.2048（2014年） [5] Cichocki，A.，Mandic，D.P.，Phan，A.H.，Caiafa，C.F.，Zhou，G.，Zhao，Q.，De Lathauwer，L.：从双向到多向分量分析的信号处理应用的张量分解。arXiv:1403.4462（2014） [6] 德·拉绍尔。；De Moor，B。；Vandewalle，J.，《多重线性奇异值分解》，SIAM J.矩阵分析。申请。，21, 4, 1253-1278 (2000) ·Zbl 0962.15005号 ·doi:10.1137/S0895479896305696 [7] 特拉克，K。；Grgic，M。；Grgic，S.，《人脸识别的最新进展》（2008），Norderstedt:BoD-Books on Demand，Norderster [8] Eldén，L.，数据挖掘和模式识别中的矩阵方法（算法基础）（2007），美国：工业和应用数学学会，美国·Zbl 1120.68092号 [9] Golub，Gh；Van Loan，Cf，矩阵计算。《约翰·霍普金斯数学科学研究》（2013），巴尔的摩：霍普金斯大学出版社，巴尔的摩尔·Zbl 1268.65037号 [10] Gong，W.，Sapienza，M.，Cuzzolin，F.：无约束步态识别的Fisher张量分解。In:ECML/PKDD研讨会，01（2013） [11] 郝，N。；我，基尔默；Braman，K。；胡佛，Rc，使用张量传感器分解的面部识别，SIAM J.成像科学。，6, 1, 437-463 (2013) ·Zbl 1305.15061号 ·doi:10.1137/10842570 [12] 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 [13] Krämer，A.，《张量列格式中可行奇异值的几何描述》（2019），费城：SIAM，费城·Zbl 1461.15029号 [14] MATLAB软件。The MathWorks，Inc.，美国马萨诸塞州纳蒂克。http://www.mathworks.com [15] Novikov，A.、Podoprikhin，D.、Osokin，A.、Vetrov，D.P.：张量化神经网络。arXiv:1509.06569（2015） [16] Oseledets，Iv，张量-应变分解，SIAM J.Sci。计算。，33, 5, 2295-2317 (2011) ·Zbl 1232.15018号 ·doi:10.1137/090752286 [17] Oseledets，Iv；Trtyshnikov，E.，多维数组的Tt-交叉近似，线性代数应用。，432, 1, 70-88 (2010) ·Zbl 1183.65040号 ·doi:10.1016/j.laa.2009.07.024 [18] Phan，A.H.、Cichocki，A.、Uschmajew，A.、Tichavskí，P.、Luta，G.、Mandic，D.P.：潜在变量分析的张量网络。第一部分：张量序列分解算法。arXiv:160909230（2016） [19] 萨瓦斯，B。；Eldén，L.，使用高阶奇异值分解的手写数字分类，模式识别。，40, 3, 993-1003 (2007) ·Zbl 1119.68188号 ·doi:10.1016/j.patcog.2006.08.004 [20] 高级，Aw；Bolle，Rm，《人脸识别及其应用》，第10章（2002），波士顿：Springer，Boston [21] 索科洛娃，M。；Lapalme，G.，《分类任务绩效指标的系统分析》，Inf.Process。管理。，45, 4, 427-437 (2009) ·doi:10.1016/j.ipm.2009.03.002 [22] Tock，D.：张量分解及其应用。切斯特大学硕士论文（2010） [23] Vasilescu，M.A.O.，Terzopoulos，D.：图像集合的多线性分析：张量面。摘自：欧洲计算机视觉会议，第447-460页。斯普林格（2002）·兹比尔1034.68693 [24] Vasilescu，M.A.O.，Terzopoulos，D.：面部识别的多线性图像分析。在：服务机器人用户交互支持的对象识别，第2卷，第511-514页。IEEE（2002） [25] Yang，Y.，Krompass，D.，Tresp，V.：用于视频分类的张量-训练递归神经网络。arXiv:1707.01786（2017） 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。