加速非负张量分解的块坐标下降法
数值分析
2021-05-12 v2 机器学习
数值分析
最优化与控制
机器学习
摘要
本文关注于改善近似非负张量分解（NTF）的块坐标下降算法的经验收敛速度。我们提出一种块更新之间的外推策略，称为带重启的启发式外推（HER）。HER显著加速了大多数现有的用于稠密NTF的块坐标算法的经验收敛速度，特别是在具有挑战性的计算场景下，同时仅需可忽略的额外计算开销。
引用
@article{arxiv.2001.04321,
title = {Accelerating Block Coordinate Descent for Nonnegative Tensor Factorization},
author = {Andersen Man Shun Ang and Jeremy E. Cohen and Nicolas Gillis and Le Thi Khanh Hien},
journal= {arXiv preprint arXiv:2001.04321},
year = {2021}
}
备注
32 pages, 24 figures