面向不规则张量的快速精准双向流式 PARAFAC2 分解——算法与应用
机器学习
2023-05-31 v1 信息检索
摘要
在张量两个维度的大小随时间增长的双向流式设定下，我们如何高效且准确地分析不规则张量？双向流式设定中存在哪些类型的异常？不规则张量是一组列长度相同但行长度不同的矩阵的集合。在双向流式设定中，既有矩阵的新行和新矩阵都会随时间到达。PARAFAC2 分解是分析不规则张量的关键工具。尽管实时分析在双向流式设定中是必要的，但静态 PARAFAC2 分解方法在此设定下无法高效工作，因为它们在每次新数据到达时都对累积张量执行 PARAFAC2 分解。现有的流式 PARAFAC2 分解方法工作于受限设定中，且无法高效处理矩阵的新行。本文提出 Dash，一种在双向流式设定下高效且准确的 PARAFAC2 分解方法。当给定新数据时，Dash 通过仔细划分与旧数据和新数据相关的项，并避免涉及旧数据的朴素计算，高效地执行 PARAFAC2 分解。此外，应用遗忘因子使 Dash 能够跟踪近期变化。大量实验表明，对于新到达的数据，Dash 比现有 PARAFAC2 分解方法快至多 14.0 倍。我们还提供了在真实世界数据集（包括次贷危机和 COVID-19）中检测异常的发现。
引用
@article{arxiv.2305.18376,
title = {Fast and Accurate Dual-Way Streaming PARAFAC2 for Irregular Tensors -- Algorithm and Application},
author = {Jun-Gi Jang and Jeongyoung Lee and Yong-chan Park and U Kang},
journal= {arXiv preprint arXiv:2305.18376},
year = {2023}
}
备注
12 pages, accept to The 29th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD) 2023