English(EN) Wedge Sampling: Efficient Tensor Completion with Nearly-Linear Sample Complexity

新的Wedge Sampling方法提高了张量补全效率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

研究人员推出了一种新颖的非自适应采样方案Wedge Sampling，用于高效的低秩张量补全。该新方法利用二分采样图中的结构化长度为二的模式（称为wedges）来增强谱信号。该方法有望实现具有近乎线性样本复杂度的恢复的多项式时间算法，显著优于传统的均匀采样方法。 AI

排序理由该集群包含一篇详细介绍张量补全新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Hengrui Luo, Anna Ma, Ludovic Stephan, Yizhe Zhu · 2026-06-09 04:00

Wedge Sampling：高效张量补全，样本复杂度近乎线性

arXiv:2602.05869v2 Announce Type: replace Abstract: We introduce Wedge Sampling, a new non-adaptive sampling scheme for low-rank tensor completion. We study recovery of an order-$k$ low-rank tensor of dimension $n \times \cdots \times n$ from a subset of its entries. Unlike the s…