Core Concepts
本論文では、テンサーのタッカー分解を効率的に計算するためのマルチリニアNyström法を提案する。この手法は、行列の一般化Nyström法を高次元に拡張したものであり、近最適な精度を持ち、数値的に安定な実装が可能である。
Abstract
本論文では、テンサーの低ランク近似を効率的に計算するためのマルチリニアNyström法を提案している。
主な内容は以下の通り:
行列の一般化Nyström法を高次元のテンサーに拡張し、マルチリニアNyström法を定義した。この手法は、テンサーのタッカー分解を効率的に計算することができる。
マルチリニアNyström法の精度について分析を行い、近最適な精度を持つことを示した。また、数値的に安定な実装方法を提案した。
従来の手法と比較して、メモリ使用量、計算コスト、元のテンサルデータへのアクセス回数の点で優れていることを示した。
理論的な結果と数値実験により、提案手法が最先端の手法を上回るパフォーマンスを示すことができた。
Stats
テンサーAのモード-k matricizationをAkと表す。
Akの最適近似誤差をεkと表す。
モード-kの投影行列をPk = AkXk(YT
kAkXk)†YT
kと定義する。
モード-kの近似誤差をEk = ∥A ⨀k-1 Pi - A ⨀k Pi∥Fと表す。
Quotes
"テンサーは高次元構造をモデル化する自然な方法を提供するが、その一方で、いわゆる"次元の呪い"に苦しむ。"
"低ランク性を活用することで、テンサーを扱う際のコストを大幅に削減することができる。"