PulseAugur
中
实时 05:54:30
English(EN) Low-Rank Tensor Completion Based on Fractional Regularization with Ky Fan p-k Norm

新的低秩张量分解方法使用新颖的Ky Fan p-k范数替代

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员提出了一种新的低秩张量分解（LRTC）方法，该方法利用一种新颖的非凸替代函数，即张量核范数到张量Ky Fan p-k范数（TNPK）。该方法旨在准确近似张量管秩，并具有尺度不变性和参数灵活性等特性。论文详细介绍了一个LRTC模型，并证明了在特定条件下低秩张量是局部最小值。为此模型开发了一种高效的算法——交替方向乘子法（ADMM），实验结果表明其性能优于现有方法。 AI

排序理由 该集群包含一篇详细介绍新数学方法和算法的学术论文。[lever_c_research降级：ic=1 ai=0.4]

在 arXiv cs.CV 阅读 →

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]

  1. arXiv cs.CV TIER_1 English(EN) · Tingwen Huang ·

    基于Ky Fan p-k范数的低秩张量分解

    This paper addresses low-rank tensor completion (LRTC) by proposing a novel nonconvex surrogate, namely the ratio of the tensor nuclear norm to the tensor Ky Fan p-k norm (TNPK), to accurately approximate the tensor tubal rank. The TNPK possesses appealing properties, including s…

相关话题