Разложение в тензорном поясе (Tensor-Train Decomposition)
Tensor-Train Decomposition
2011-01-01
SCID: 54.1/q3cenpf9
Discuss with AI
тензорный тензор-трейн разложениевычисление собственных значений в высоких размерахаппроксимация низкого ранга матрицпроцедура округлениятензорное разложение
Figures from the paper
Abstract (AI)
Представлена простая нерекурсивная форма тензорного разложения в d измерениях. Она по сути не страдает от проблемы экспоненциального роста размерности, асимптотически имеет то же число параметров, что и каноническое разложение, однако обладает устойчивостью, а её вычисление основано на низкоранговом приближении вспомогательных матриц развёртывания. Новая форма обеспечивает ясный и удобный способ эффективной реализации всех базовых операций. Приведена быстрая процедура округления, а также базовые операции линейной алгебры. Приведены примеры, демонстрирующие преимущества разложения, и эффективность подтверждена вычислением наименьшего собственного значения 19-мерного оператора.
Key Findings
1
Предложена быстрая процедура округления TT для контроля рангов/сложности.
2
Эффективность демонстрируется вычислением наименьшего собственного значения 19-мерного оператора.
3
Представлена простая нерекурсивная форма тензорного разложения в d измерениях, названная Tensor-Train (TT).
4
Разложение TT не страдает от проклятия размерности и имеет асимптотически такое же число параметров, как каноническое разложение.
5
TT устойчиво и вычисляется через низкоранговое приближение вспомогательных матриц развёртки.
6
Форма TT обеспечивает понятную и эффективную реализацию базовых операций и основных линейно-алгебраических процедур.
Research Object
Тензорное разложение Tensor-Train (нерекурсивная форма разложения тензора в d измерениях)
Research Subject
Свойства и вычислительная устойчивость Tensor-Train-разложения, вычисление на основе низкоранговых аппроксимаций развёрнутых матриц, эффективная реализация базовых операций (включая быстрое округление и операции линейной алгебры) и масштабируемость/применимость (избежание «проклятия размерности»)
Publication Details
Publication Date
2011-01-01
Journal
Publisher
ISSN
Access Type
Author Information
Download PDF
Subscribe to digest
Работы, цитирующие эту статью7
Предобусловленная низкоранговая риманова оптимизация для линейных систем со структурой тензорного произведения2015
Прямое решение химического мастер-уравнения с использованием квантизированных тензорных поясов2014
Методы попеременной минимальной энергии для линейных систем в пространствах высокой размерности2014
Прямое численное решение алгебраических уравнений Ляпунова для крупномасштабных систем с использованием квантованных тензорных поездов2013
Динамическое аппроксимирование тензоров в форматах иерархического Таккера и тензорного поезда2013
Быстрое решение параболических задач в формате Tensor Train / Quantized Tensor Train с первоначальным применением к уравнению Фоккера–Планка2012
Метод попеременных линейных схем для оптимизации тензоров в формате Tensor Train2012