Scidown文献预览系统!
基于张量列的自加权鲁棒低秩张量补全( Auto-weighted Robust Low-Rank Tensor Completion via Tensor-Train )
CCA B ZBWA B ZTCA B ZBZA B XJZ C
目前,多维数据(张量数据)已显示出保持多线性结构的能力。由于测量误差或其他非人为因素,这些数据往往会出现信号损坏或漏值,甚至两者兼而有之。为了同时解决这些问题,本文研究了鲁棒张量完成(RTC)问题,这是一个已知的低秩张量完成(LRTC)和鲁棒主成分分析(RPCA)的混合问题。该模型基于张量训练秩(TT秩),通过从局部观测数据中恢复低秩分量和分离稀疏分量,能够捕捉到张量数据的潜在结构信息。为了使TT排序更加有效,采用自动加权机制来平衡来自同一张量的不同矩阵化的重要性。我们还提出了一种更灵活的张量扩充方法,称为Tree Ket扩充(Tree-KA),从低阶张量得到高阶张量,并给出了一种新的一般解释。采用交替方向乘子法(ADMM)对所得模型进行求解,并通过大量的数值实验验证了该模型的有效性。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】