DPar2：面向不规则稠密张量的快速可扩展PARAFAC2分解
机器学习
2022-06-03 v2 数据库
数学软件
摘要
给定不规则稠密张量，我们如何高效地分析它？不规则张量是一些矩阵的集合，其列大小相同且行大小彼此不同。PARAFAC2分解是在表型发现和趋势分析等应用中处理不规则张量的基本工具。尽管存在若干PARAFAC2分解方法，但由于涉及张量的计算昂贵，它们对不规则稠密张量的效率有限。本文中，我们提出DPar2，一种面向不规则稠密张量的快速可扩展PARAFAC2分解方法。DPar2通过有效压缩给定不规则张量的每个切片矩阵、利用压缩结果仔细重排计算以及利用张量的不规则性来实现高效率。大量实验表明，在真实世界不规则张量上，DPar2比竞争方法最高快6.0倍，同时达到相当精度。此外，DPar2关于张量大小和目标秩具有可扩展性。
引用
@article{arxiv.2203.12798,
title = {DPar2: Fast and Scalable PARAFAC2 Decomposition for Irregular Dense Tensors},
author = {Jun-Gi Jang and U Kang},
journal= {arXiv preprint arXiv:2203.12798},
year = {2022}
}
备注
14 pages, 11 figures. To appear at the 38th IEEE International Conference on Data Engineering (ICDE '22)