基于字典的张量标准多线性分解
摘要：通过引入基于字典的张量规范多项分解方法，保证了在张量分解中提取的源的可解释性。提出了一种新的稀疏编码方法，可以实现高维张量基于字典的规范多项分解。探讨了在张量分解模型中使用字典的优点，包括参数可识别性和估计精度。通过对模拟数据的分解和高光谱图像的分离来评估所提出算法的性能。
作者：J''er''emy E.Cohen and Nicolas Gillis
论文ID：1704.00541
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-03-13