Увійти
ідея - Tensor Decomposition
저차원 텐서 코어 학습을 위한 직접적인 다중선형 랭크 학습 접근법: 트레이스 노름 최소화 재고찰
본 논문은 텐서 데이터의 Tucker 분해 시 다중선형 랭크를 직접적으로 최소화하는 새로운 문제 정식화를 제안한다. 이를 통해 기존 방식의 한계를 극복하고 더 정확한 다중선형 랭크 추정과 효과적인 텐서 신호 복원을 달성한다.
Mitigating Heterogeneity in Factor Tensors for Improved Temporal Knowledge Graph Embedding
Heterogeneity among factor tensors in tensor decomposition significantly hinders the tensor fusion process and limits the performance of temporal knowledge graph embedding models. Mapping factor tensors onto a unified Lie group manifold can mitigate this heterogeneity and enhance the tensor decomposition based temporal knowledge graph embedding.
Продукти
© 2024 by Linnk AI