秩为 $(L_r, L_r, 1)$ 的块项分解的核心一致性诊断
信号处理
2023-12-19 v1
摘要
确定张量分解中的潜在分量数 具有挑战性。针对不同的分解存在多种技术， notably 用于规范多秩分解 (CPD) 的核心一致性诊断 (CORCONDIA)。在此，我们提出了一种模型，直观地将 CORCONDIA 适配于秩为 的块项分解 (BTD) 中的秩估计：BTDCORCONDIA。我们的度量在模拟和真实世界张量数据上进行了测试，包括对其对噪声的敏感性以及 BTD 不定性的评估。我们发现，选择合适的 和 可使核心一致性达到或接近 100\%，且当张量元素数量显著多于核心时，BTDCORCONDIA 是高效的。我们的结果证实，CORCONDIA 可以扩展至 BTD ，且由此产生的度量可协助确定该张量分解中的分量数。
引用
@article{arxiv.2312.11151,
title = {Core consistency diagnosis for Block Term Decomposition in rank $(L_r, L_r, 1)$},
author = {Noramon Dron and Javier Escudero},
journal= {arXiv preprint arXiv:2312.11151},
year = {2023}
}