大型对称尖峰张量上的Hotelling deflation
机器学习
2023-04-21 v1 机器学习
摘要
本文研究了当用于估计包含于加性高斯噪声污染的大型张量中的低秩对称尖峰时，deflation算法的表现。具体而言，在尖峰分量间存在非平凡（固定）相关的假设下，我们从连续秩-1近似所得向量的对齐及其估计权重的角度，给出了deflation大维性能的精确刻画。我们的分析有助于理解噪声存在下的deflation机制，并可用于设计更高效的信号估计方法。
引用
@article{arxiv.2304.10248,
title = {Hotelling Deflation on Large Symmetric Spiked Tensors},
author = {Mohamed El Amine Seddik and José Henrique de Morais Goulart and Maxime Guillaud},
journal= {arXiv preprint arXiv:2304.10248},
year = {2023}
}
备注
4 pages, 1 figure