Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 68 trang
Dung lượng: Đang cập nhật

Giới thiệu nội dung

GMNS-based Tensor Decomposition

Tác giả: Lê Trung Thành

Lĩnh vực: Kỹ thuật Viễn thông

Nội dung tài liệu:

Luận văn này tập trung vào phương pháp chia để trị cho phân tích nhân tố song song (PARAFAC) và phân rã giá trị suy biến bậc cao (HOSVD) của các tensor ba chiều. Phân rã HOSVD là một dạng trực giao đặc biệt của phân rã Tucker. Phương pháp thiểu nhiễu tổng quát (GMNS), gần đây được đề xuất cho phân tích không gian con, là một kỹ thuật hữu ích để giảm độ phức tạp tính toán và cải thiện độ chính xác ước lượng. Luận văn này đề xuất các thuật toán mới cho phân tích không gian con chính (PSA) và phân rã tensor dựa trên phương pháp GMNS. Hai thuật toán cho PSA và hai thuật toán cho phân rã tensor (PARAFAC và HOSVD) được đề xuất, nhằm bảo tồn các thuộc tính mong muốn của PARAFAC và HOSVD, đồng thời giảm đáng kể độ phức tạp tính toán. Các kết quả thực nghiệm cho thấy các phương pháp được đề xuất có giá trị thực tiễn.

Mục lục chi tiết:

  • Giới thiệu
  • Tiền đề
  • Các thuật toán PSA dựa trên GMNS đã sửa đổi và ngẫu nhiên hóa
  • Các thuật toán phân rã tensor dựa trên GMNS
  • Kết quả và Thảo luận
  • Kết luận
  • Tài liệu tham khảo