注记：基于黎曼优化的带侧信息低秩张量列补全
数值分析
2020-06-24 v1 数值分析
摘要
我们考虑在低秩张量列补全问题中，当以包含模-k纤维张成子空间的形式提供额外侧信息时的情形。我们提出一种基于黎曼优化(Riemannian optimization)的算法来求解该问题。数值实验表明，与标准张量列补全方法相比，所提算法恢复张量所需的已知元素远少得多。
引用
@article{arxiv.2006.12798,
title = {Note: low-rank tensor train completion with side information based on Riemannian optimization},
author = {Stanislav Budzinskiy and Nikolai Zamarashkin},
journal= {arXiv preprint arXiv:2006.12798},
year = {2020}
}