本文提出了一种求解低秩张量填充问题的加速随机临近梯度算法.张量填充模型可以松弛为平均组合形式的无约束优化问题,在迭代过程中,随机选取该组合中的某一函数进行变量更新,有效减少了张量展开、矩阵折叠及奇异值分解带来的较大的计算花费.本文证明了算法的收敛率为O(1/k2).最后,随机生成的和真实的张量填充实验结果表明新算法在CPU时间上优于现有的三种算法.
科研之友
微信
新浪微博
Facebook
分享链接
