Разложение в тензорном поясе (Tensor-Train Decomposition)

Tensor-Train Decomposition
Ivan Oseledets
2011-01-01

тензорный тензор-трейн разложениевычисление собственных значений в высоких размерахаппроксимация низкого ранга матрицпроцедура округлениятензорное разложение
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.
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.

Тензорное разложение Tensor-Train (нерекурсивная форма разложения тензора в d измерениях)

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
Authors
Ivan Oseledets
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%