摘要
补充材料
Hadoop信息。 http://hadoop.apache.org/。 谷歌学者 E.Acar、C.Aykut-Bingol、H.Bingol,R.Bro和B.Yener。 癫痫张量的多向分析。 生物信息学,23(13):i10-i182007。 谷歌学者 数字图书馆 C.A.Andersson和R.Bro。 matlab的n路工具箱。 化学计量学和智能实验室系统,52(1):1-42000。 谷歌学者 交叉引用 B.W.Bader和T.G.Kolda。 使用稀疏张量和因子张量进行有效的MATLAB计算。 SIAM科学计算杂志,30(1):205--2312007年12月。 谷歌学者 数字图书馆 B.W.Bader、R.A.Harshman和T.G.Kolda。 使用三向dedicom对社交网络进行时间分析。 桑迪亚国家实验室TR SAND2006-21612006。 谷歌学者 交叉引用 B.W.Bader和T.G.Kolda。 Matlab张量工具箱版本2.2。 美国新墨西哥州阿尔伯克基:桑迪亚国家实验室,2007年。 谷歌学者 S.Boyd和L.Vandenberghe。 凸优化。 剑桥大学出版社,纽约,纽约,美国。 谷歌学者 数字图书馆 R.兄弟。 帕拉法。 教程和应用程序。 化学计量学和智能实验室系统,38(2):149-1711997。 谷歌学者 A.Carlson、J.Betteridge、B.Kisiel、B.Settles、E.R.Hruschka Jr.和T.M.Mitchell。 走向一个永无止境的语言学习架构。 AAAI,2010年。 谷歌学者 数字图书馆 P.A.Chew、B.W.Bader、T.G.Kolda和A.Abdelali。 使用parafac2进行跨语言信息检索。 KDD,2007年。 谷歌学者 数字图书馆 J.Dean和S.Ghemawat。 Mapreduce:简化了大型集群的数据处理。 在OSDI中,第137-150页,2004年。 谷歌学者 数字图书馆 S.Deerwester、S.T.Dumais、G.W.Furnas、T.K.Landauer和R.Harshman。 通过潜在语义分析进行索引。 《美国信息科学学会杂志》,41(6):391-4071990年9月。 谷歌学者 交叉引用 C.Eckart和G.Young。 一个矩阵与另一个低阶矩阵的近似。 《心理测量学》,1(3):211-2186。 谷歌学者 交叉引用 R.A.哈什曼。 parafac程序的基础:“解释性”多模态因子分析的模型和条件。 1970 谷歌学者 U.Kang、D.H.Chau和C.Faloutsos。 挖掘大型图形:算法、推理和发现。 在ICDE中,第243-254页,2011年。 谷歌学者 数字图书馆 U.Kang、B.Meeder和C.Faloutsos。 十亿级图的谱分析:发现和实现。 PAKDD(2),第13-25页,2011年。 谷歌学者 数字图书馆 U.Kang、H.Tong、J.Sun、C.-Y.Lin和C.Faloutsos。 Gbase:一个可扩展的通用图形管理系统。 在KDD中,第1091--1099页,2011年。 谷歌学者 数字图书馆 U.Kang、C.E.Tsourakakis和C.Faloutsos。 飞马座:一个PB级的图形挖掘系统。 在ICDM中,第229-238页,2009年。 谷歌学者 数字图书馆 J.M.Kleinberg,超链接环境中的权威来源。 美国医学会杂志,46(5):604-6321999。 谷歌学者 数字图书馆 T.G.Kolda和B.W.Bader。 高阶网络链接分析的tophits模型。 《链接分析、反恐与安全研讨会》,第7卷,第26-29页,2006年。 谷歌学者 T.G.Kolda和B.W.Bader。 张量分解及其应用。 SIAM综述,51(3),2009年。 谷歌学者 数字图书馆 T.G.Kolda和J.Sun。 用于多spect数据挖掘的可缩放张量分解。 ICDM,2008年。 谷歌学者 数字图书馆 R.Lämmel。 谷歌的mapreduce编程模型——重温。 《计算机编程科学》,70:1--302008年。 谷歌学者 数字图书馆 刘振华、杨洪川、范俊华、何立伟和王永明。 基于mapreduce的网络尺度二元数据分析的分布式非负矩阵分解。 在WWW中,第681-692010页。 谷歌学者 数字图书馆 K.Maruhashi、F.Guo和C.Faloutsos。 多方面取证:利用张量分析对大规模异构网络进行模式挖掘。 2011年,ASONAM。 谷歌学者 数字图书馆 C.Olston、B.Reed、U.Srivastava、R.Kumar和A.Tomkins。 猪拉丁语:用于数据处理的非外语。 在SIGMOD'08中,第1099--1110页,2008年。 谷歌学者 数字图书馆 E.E.Papalexakis和N.D.Sidiropoulos。 作为具有稀疏潜在因子的多线性分解的协聚类。 ICASSP,2011年。 谷歌学者 交叉引用 R.彭罗斯。 矩阵的广义逆。 程序中。 剑桥菲洛斯。 Soc,第51卷,第406--413页。 剑桥大学出版社,1955年。 谷歌学者 N.D.Sidiropoulos、G.B.Giannakis和R.Bro。 ds-cdma系统的盲副载波接收机。 信号处理,IEEE汇刊,48(3):810--8232000。 谷歌学者 数字图书馆 J.Sun、S.Papadimitriou和P.S.Yu。 基于窗口的高维和多spect流张量分析。 在ICDM中,第1076页至第1080页,2006年。 谷歌学者 数字图书馆 孙建堂、曾海杰、刘海平、陆毅、陈振中。 Cubesvd:一种新的个性化网络搜索方法。 WWW,2005年。 谷歌学者 数字图书馆 D.Tao、X.Li、X.Wu、W.Hu和S.J.Maybank。 监督张量学习。 KAIS,13(1):1--422007年。 谷歌学者 数字图书馆 D.Tao、M.Song、X.Li、J.Shen、J.Sun、X.Wu、C.Faloutsos和S.J.Maybank。 三维人脸建模的贝叶斯张量方法。 IEEE TCSVT,18(10):1397-14102008。 谷歌学者 数字图书馆 L.R.塔克。 关于三模式因子分析的一些数学注释。 《心理测量学》,31(3):279--3112966年。 谷歌学者 交叉引用
建议
BIGtensor:轻松挖掘数十亿张数 CIKM’16:第25届ACM国际信息与知识管理会议记录 许多真实世界的数据自然地被表示为张量或多维数组。 张量分解是分析张量的重要工具,用于潜在概念发现、趋势分析、聚类和异常分析等各种应用。。。 挖掘十亿尺度张量:算法和发现 我们如何分析具有各种属性的大规模真实世界数据? 许多具有多个属性的真实世界数据(例如,网络流量日志、web数据、社交网络、知识库和传感器流)表示为多维数组,。。。 分数阶全变分与稀疏变换相结合的张量压缩视频传感重建 高重建性能、低计算复杂度和低内存需求的压缩视频传感(CVS)是一项非常具有挑战性的工作。 为了以较低的计算复杂度重建高质量的视频帧,本文提出了一种新的视频重建算法。。。