低M秩张量补全与鲁棒张量PCA
最优化与控制
2018-10-11 v5
摘要
本文提出一种求解低秩张量补全与鲁棒张量PCA的新方法。我们的方法基于某些新颖的（偶阶）张量秩概念，称为M秩、对称M秩和强对称M秩。我们讨论了这些新张量秩与偶阶张量的CP秩及对称CP秩之间的联系。我们表明M秩为CP秩提供了一种可靠且易于计算的近似。因此，我们提出在低CP秩张量补全与鲁棒张量PCA中以M秩替代CP秩。数值结果表明，当底层张量具有低CP秩时，我们基于M秩的新方法在求解低秩张量补全与鲁棒张量PCA方面优于现有的基于低n秩、t-SVD和KBR方法的方法。
引用
@article{arxiv.1501.03689,
title = {Low-M-Rank Tensor Completion and Robust Tensor PCA},
author = {Bo Jiang and Shiqian Ma and Shuzhong Zhang},
journal= {arXiv preprint arXiv:1501.03689},
year = {2018}
}