高效的约束张量因式分解：通过交替优化和原始-对偶分裂
摘要：张量分解在信号处理和数据分析中起着重要的作用。然而，现有的约束张量分解算法存在两个缺点：（一）它们需要矩阵求逆；（二）它们无法（或至少非常困难）处理结构化的正则化。我们提出了一种新的张量分解算法来解决这些缺点。所提出的方法基于交替优化，并且每个子问题通过原始-对偶分割算法来解决，从而得到一种高效且灵活的算法框架来进行约束张量分解。所提出方法相比于一种先进的约束张量分解算法（称为AO-ADMM），在正则化非负张量分解上具有优势。
作者：Shunsuke Ono, Takuma Kasai
论文ID：1711.00603
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2017-11-03