基于张量的图像分类算法
机器学习
2019-12-02 v2 计算机视觉与模式识别
机器学习
摘要
近年来，利用张量网络进行机器学习的兴趣迅速增长。我们展示了为从数据学习动力系统控制方程而开发的基于张量的方法，同样可用于监督学习问题，并提出了两种用于图像分类的新方法。其一是对先前提出的MANDy（非线性动力学多维逼近）的基于核的重述，另一种是在张量列格式下的交替岭回归。我们将两种方法应用于MNIST和fashion MNIST数据集，并表明这些方法与最先进的基于神经网络的分类器具有竞争力。
引用
@article{arxiv.1910.02150,
title = {Tensor-based algorithms for image classification},
author = {Stefan Klus and Patrick Gelß},
journal= {arXiv preprint arXiv:1910.02150},
year = {2019}
}