基于 HOSVD 的加权张量补全算法
数值分析
2021-07-07 v2 信息论
数值分析
math.IT
摘要
矩阵补全，即在具有低维结构（如秩）的数据矩阵中补全缺失项的问题，已有许多卓有成效的方法与分析。张量补全是张量类比，试图从类似的低秩类假设中推断缺失的张量项。本文研究采样模式为确定性且可能非均匀时的张量补全问题。我们首先提出一种高效的加权 HOSVD 算法，用于从含噪观测中恢复底层低秩张量，然后在适当加权度量下导出误差界。此外，通过数值模拟中使用合成与真实数据集，检验了算法的效率与精度。
引用
@article{arxiv.2003.08537,
title = {HOSVD-Based Algorithm for Weighted Tensor Completion},
author = {Zehan Chao and Longxiu Huang and Deanna Needell},
journal= {arXiv preprint arXiv:2003.08537},
year = {2021}
}