论文笔记：Higher-dimension Tensor Completion via Low-rank Tensor Ring Decomposition
一、本文工作 1、基于最近提出的TR分解，我们提出了一种新的张量补全算法——张量环加权优化 2、利用梯度下降法对TR潜在因子进行了优化，并利用它们来预测不完全张量的缺失项。 二、基本知识 1、张量环分解模型 2、张量矩阵化（沿n模展开） 三、本文模型 四、实验部分 1、收敛的评判准则 一、本文工作 1、基于最近提出的TR分解，我们提出了一种新的张量补全算法——张量环加权优化 2、利用梯度下降法
相关文章
- 1. 论文笔记：Coupled Tensor Completion via Low-rank Tensor Ring
- 2. 论文笔记：Tensor Ring Decomposition with Rank Minimization on Latent Space
- 3. 论文笔记 ：Tensor Factorization for Low-Rank Tensor Completion
- 4. Paper notes（4）：Tensor Ring Decompoition
- 5. 论文笔记：Efficient Nonconvex Regularized Tensor Completion with Structure-aware Proximal Iterations
- 6. Paper notes（3）:Tensor-Train Decomposition
- 7. 【问题思考】noisy tensor completion
- 8. 笔记：Tensor RPCA: Exact recovery of corrupted low-rank tensors via convex optimization
- 9. 论文笔记（二）补充知识之张量Tensor
- 10. 张量（二）：张量分解（tensor decomposition）
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • CAP理论是什么？ - NoSQL教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 论文笔记：Coupled Tensor Completion via Low-rank Tensor Ring
- 2. 论文笔记：Tensor Ring Decomposition with Rank Minimization on Latent Space
- 3. 论文笔记 ：Tensor Factorization for Low-Rank Tensor Completion
- 4. Paper notes（4）：Tensor Ring Decompoition
- 5. 论文笔记：Efficient Nonconvex Regularized Tensor Completion with Structure-aware Proximal Iterations
- 6. Paper notes（3）:Tensor-Train Decomposition
- 7. 【问题思考】noisy tensor completion
- 8. 笔记：Tensor RPCA: Exact recovery of corrupted low-rank tensors via convex optimization
- 9. 论文笔记（二）补充知识之张量Tensor
- 10. 张量（二）：张量分解（tensor decomposition）