从多向数据学习：简单高效的张量回归
机器学习
2016-07-12 v1
摘要
张量回归已被证明在具有多方向相关性的学习任务中具有优势。给定海量多向数据，传统方法通常运行过慢或受限于内存瓶颈。本文引入子采样张量投影梯度来解决该问题。我们的算法极其简单高效。它构建于投影梯度法之上，结合快速张量幂迭代，并利用随机草图进一步加速。理论分析表明，我们的算法在固定迭代次数内收敛到正确解。内存需求随问题规模线性增长。我们在多线性多任务学习和时空应用上展示了优越的经验性能。
引用
@article{arxiv.1607.02535,
title = {Learning from Multiway Data: Simple and Efficient Tensor Regression},
author = {Rose Yu and Yan Liu},
journal= {arXiv preprint arXiv:1607.02535},
year = {2016}
}
备注
10 pages, Proceedings of the 33rd International Conference on Machine Learning (ICML-16), 2016