本文只是个人用于记录论文学习笔记,如有写错的地方还望各位大佬批评指正。
1.文章的主要内容
给出了一种简单的非递归的张量分解形式,避免了“维度诅咒”的影响,该分解形式得到的参数数量与正则分解(canonical decomposition)的参数数量相同,但更稳定,因为该种分解是基于辅助展开矩阵的低秩近似。
2.TTD模型
给定一个 d d d维张量 B B B,如果想用张量 A A A近似张量 B B B,则 A A A的每一个元素可以表示为:
A ( i 1 , i 2 , . . . , i d ) = G 1 ( i 1 ) G 2 ( i 2 ) . . . G d ( i d ) (1.2) \tag{1.2} A(i_1,i_2,...,i_d)=G_1(i_1)G_2(i_2)...G_d(i_d) A(i1,i2,...,id)=G1(i1)G2(i2)...Gd(id)(1.2)
其中 G k ( i k ) G_k(i_k) Gk(ik)是一个 r k − 1 × r k r_{k-1}\times r_k r