×
莫特莎·阿什拉菲朱奥;王晓东

低tt-rank张量检索的采样模式特征。 （英语） Zbl 1466.62455号

安。数学。Artif公司。智力。 88，第8号，859-886（2020）.
小结：在本文中，我们分析了给定分离或张量应变（TT）秩，即TT展开秩的低秩张量完成的基本条件。我们利用TT分解的代数结构来获得样本位置的确定性充分必要条件，以确保有限可完成性。具体地说，我们提出了一种对TT流形的代数几何分析方法，该方法可以同时合并整个秩向量，而现有的基于格拉斯曼流形的方法只能合并一个秩分量。我们提出的技术刻画了基于采样模式和TT分解定义的多项式集的代数独立性，这有助于获得采样模式有限可完成性的确定条件。此外，基于所提出的分析，假设张量的项是以概率（p）独立采样的，我们导出了采样概率（p。此外，我们还为唯一可完成性提供了确定性和概率性条件。

MSC公司：

62兰特 大数据和数据科学的统计方面
62D05型 抽样理论、抽样调查
15A69号 多线性代数，张量演算
68周01 算法理论的一般主题

关键词：

数据完成;张量反演;低秩张量完备;张量应变分解;有限可完成性;唯一可完成性

软件：

相位提升;MCTDH公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Ashraphijuo}和\textit{X.Wang}，Ann.数学。Artif公司。智力。88，第8号，859--886（2020；Zbl 1466.62455）
全文： 内政部

参考文献：

[1] 阿什拉菲朱奥，M。；阿加瓦尔，V。；Wang，X.，关于稳健低秩矩阵补全的确定性采样模式，IEEE信号处理。莱特。，25, 3, 343-347 (2018)
[2] 阿什拉菲朱奥，M。；阿加瓦尔，V。；Wang，X.，低Tucker-rank张量有限可完成性的确定性和概率条件，IEEE Trans。通知。理论，65，9，5380-5400（2019）·Zbl 1432.15021号
[3] Ashraphijuo，M.，Madani，R.，Lavaei，J.：通过有限个凸程序描述秩约束可行性问题。摘自：IEEE决策与控制会议（CDC），第6544-6550页（2016）
[4] 阿什拉菲朱奥，M。；Xiaodong，W.，低CP秩张量完备的基本条件，J.马赫。学习。JMLR研究，18、63、1-29（2017年）·Zbl 1439.15009号
[5] 阿什拉菲朱奥，M。；Xiaodong，W.，用缺失数据聚类不同维的低秩子空间的并集，模式识别。莱特。，120, 31-35 (2019)
[6] 阿什拉菲朱奥，M。；小东，W。；Vaneet，A.，低秩数据完成的秩确定，J.Mach。学习。JMLR研究，18，1，3422-3450（2017）·Zbl 1441.65049号
[7] 阿什拉菲朱奥，M。；小东，W。；Zhang，J.，使用牛顿法以极低的采样率完成低秩数据，IEEE Trans。信号处理。，67, 7, 1849-1859 (2019) ·Zbl 1458.65049号
[8] 贝克，MH；Jäckle，A。；佐治亚州沃思市；Meyer，H-D，《多组态含时hartree MCTDH方法：传播波包的高效算法》，Phys。代表，324，1，1-105（2000）
[9] 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
[10] 坎迪斯，EJ；Eldar，YC；斯特罗默，T。；Voroninski，V.，通过矩阵补全进行相位恢复，SIAM J.成像科学。，6, 1, 199-225 (2013) ·Zbl 1280.49052号
[11] 坎迪斯，EJ；Recht，B.，通过凸优化实现精确矩阵完备，Found。计算。数学。，9, 6, 717-772 (2009) ·Zbl 1219.90124号
[12] 坎迪斯，EJ；Tao，T.，凸松弛的威力：近最优矩阵完成，IEEE Trans。《信息论》，56，5，2053-2080（2010）·Zbl 1366.15021号
[13] CJ道格拉斯；Chang，J-J，通过“Eckart-Young”分解的N向推广分析多维标度中的个体差异，《心理测量学》，35，3，283-319（1970）·Zbl 0202.19101号
[14] Lathauwer，LD；摩尔，BD；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
[15] Ely，G.、Aeron，S.、Hao，N.、Kilmer，M.E.：使用张量核范数TNN完成5D和4D叠前地震数据。勘探地球物理学家协会SEG（2013）
[16] 甘迪，S。；雷奇特，B。；Yamada，I.，通过凸优化实现张量补全和低N秩张量恢复，反问题，27，2，1-19（2011）·Zbl 1211.15036号
[17] Rong G.，lee，J.D.，Tengyu，M.：矩阵完成没有虚假的局部最小值。arXiv:1605.07272（2016）
[18] 唐纳德·戈德法布（Donald Goldfarb）；秦志伟，稳健低阶张量恢复：模型和算法，SIAM J.矩阵分析。申请。，35, 1, 225-253 (2014) ·Zbl 1296.65086号
[19] Grasedyck，L.，张量的层次奇异值分解，SIAM J.矩阵分析。申请。，31, 4, 2029-2054 (2010) ·Zbl 1210.65090号
[20] 霍尔茨，S。；Rohwedder，T。；Schneider，R.，关于固定TT-rank张量的流形，Numer。数学。，120, 4, 701-731 (2012) ·Zbl 1242.15022号
[21] Pratek，J.、Netrapalli，P.、Sanghavi，S.：使用交替最小化完成低库矩阵。计算理论年度研讨会，第665-674页（2013年）·Zbl 1293.65073号
[22] 基尔默，ME；Braman，K。；郝，N。；胡佛，RC，作为矩阵算子的三阶张量：成像应用的理论和计算框架，SIAM J.矩阵分析。申请。，34, 1, 148-172 (2013) ·Zbl 1269.65044号
[23] Kolda，TG，正交张量分解，SIAM J.矩阵分析。申请。，23, 1, 243-255 (2001) ·Zbl 1005.15020号
[24] 克莱默，N。；斯坦顿，A。；Sacchi，医学博士，5D地震数据重建中基于核范数最小化的张量完成，地球物理学，78，6，V273-V284（2013）
[25] Kressner，D。；斯坦利克纳，M。；Vandereycken，B.，通过黎曼优化完成低秩张量，BIT Numer。数学。，54, 2, 447-468 (2014) ·Zbl 1300.65040号
[26] Krishnamurthy，A.，Singh，A.：通过自适应采样完成低秩矩阵和张量。神经信息处理系统进展，第836-844页（2013年）
[27] 林，L-H；Comon，P.，《多阵列信号处理：张量分解满足压缩感知》，Comptes Rendus Mecanique，338，6，311-320（2010）·Zbl 1220.94018号
[28] 刘，J。；Przemyslaw，M。；Wonka，P。；Ye，J.，用于估计视觉数据中缺失值的张量补全，IEEE Trans。模式分析。机器。智力。，35, 1, 208-220 (2013)
[29] 刘，XY；Aeron，S。；阿加瓦尔，V。；王，X。；Wu，MY，用于细粒度室内定位的射频指纹自适应采样，IEEE Trans。暴徒。计算。，15, 10, 2411-2423 (2016)
[30] Liu，X.-Y.，Aeron，S.，Aggarwal，V.，Wang，X.：使用交替最小化的xiaodong低阶张量补全。arXiv:1610.01690（2016）
[31] Liu，X.-Y.，Aeron，S.，Aggarwal，V.，Wang，X.，Wu，M.-Y.：通过张量光纤的自适应采样完成张量：在高效室内射频指纹识别中的应用。摘自：IEEE声学、语音和信号处理国际会议ICASSP，第2529-2533页（2016年）
[32] Oseledets，I。；Tyrtyshnikov，E.，TT-多维数组的交叉逼近，线性代数应用。，432, 1, 70-88 (2010) ·Zbl 1183.65040号
[33] Oseledets，IV，张量-应变分解，SIAM J.Sci。计算。，33, 5, 2295-2317 (2011) ·Zbl 1232.15018号
[34] Oseledets，IV；Tyrtyshnikov，EE，《打破维度诅咒，或如何在多维度中使用SVD》，SIAM J.Sci。计算。，31, 5, 3744-3759 (2009) ·Zbl 1200.65028号
[35] Oseledets，I.V.，Tyrtyshnikov，E.E.：张量树分解不需要树。线性代数应用，8（2009）
[36] Papalexakis，E.E.，Faloutsos，C.，Sidiropoulos，N.D.：Parcube：稀疏可并行张量分解。欧洲数据库机器学习和知识发现会议，第521-536页（2012年）
[37] Pimentel-Alarcón，D。；北卡罗来纳州波士顿。；Nowak，R.，低秩矩阵完备的确定性采样模式的表征，IEEE J.Sel。顶部。信号处理。，10, 4, 623-636 (2016)
[38] Rauhut，H。；施耐德，R。；Stojanac，Z.，通过迭代硬阈值恢复低秩张量，线性代数应用。，523, 220-262 (2017) ·Zbl 1372.65130号
[39] Romera--Paredes，B.，Pontil，M.：张量完备的新凸松弛。神经信息处理系统进展，第2967-2975页（2013）
[40] Schollwöck，U.，密度矩阵重整化群，J.Mod。物理。，77, 1, 259 (2005) ·Zbl 1205.82073号
[41] 新泽西州西迪罗普洛斯；Kyrillidis，A.，稀疏低秩张量的多路压缩传感，IEEE信号处理。莱特。，19, 11, 757-760 (2012)
[42] Signoretto，M。；丁，QT；Lathauwer，LD；Suykens，JA，《张量学习：基于凸优化和谱正则化的框架》，马赫。学习。，94, 3, 303-351 (2014) ·Zbl 1319.68191号
[43] Stegeman，A。；Sidiropoulos，ND，关于Kruskal对candecomp/Parafac分解的唯一性条件，线性代数应用。，420, 2, 540-552 (2007) ·Zbl 1120.15002号
[44] Sturmfels，B.：多项式方程组的求解。第97号美国数学学会（2002）·Zbl 1101.13040号
[45] JMT Berge；新泽西州西迪罗普洛斯（Sidiropoulos，ND），《论坎迪康普/帕拉法的独特性》（On uniquety in candecomp/parafac），心理测量学，67，3，399-409（2002）·Zbl 1297.62140号
[46] Tomioka，R.，Hayashi，K.，Hisashi，K：通过凸优化估计低阶张量。arXiv:1010.0789（2010）
[47] Uschmajew，A。；Vandreycken，B.，使用分层张量的算法的几何，线性代数应用。，439, 1, 133-166 (2013) ·兹比尔1281.65062
[48] Wang，W.，Aggarwal，V.，Shuchin A.：张量列TT模型下通过交替最小化完成张量。arXiv:1609.05587（2016）
[49] 周，G。；Cichocki，A。；Xie，S.，基于低阶近似的快速非负矩阵/张量因式分解，IEEE Trans。信号处理。，60, 6, 2928-2940 (2012) ·Zbl 1391.65117号
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。