张量低秩逼近-MinruBai.pptVIP

张量的低秩逼近 白敏茹 湖南大学数学与计量经济学院 2014-11-15 目 录 张量的基本概念 张量特征值的计算 张量秩1逼近和低秩逼近 张量计算软件 复张量的最佳秩1逼近和特征值 1. 张量的基本概念 1. 张量的基本概念 1. 张量的基本概念 1. 张量的基本概念 2.张量特征值的计算 2. 张量特征值的计算 3. 张量的秩1逼近和低秩逼近 3. 张量的秩1逼近和低秩逼近 4. 张量计算软件 Matlab, Mathematica, Maple都支持张量计算 Matlab仅支持简单运算，而对于更一般的运算以及稀疏和结构张量，需要添加软件包（如：N-wayToolbox, CuBatch, PLS Toolbox, Tensor Toolbox）才能支持，其中除PLS Toolbox外，都是免费软件。Tensor Toolbox是支持稀疏张量。 C++语言软件：HUJI Tensor Library (HTL)，FTensor, Boost Multidimensional Array Library (Boost.MultiArray) FORTAN语言软件：The Multilinear Engine Basic results complex tensors and unitary eigenvalues 3.1. US-eigenpairs of symmetric tensors 3.2. US-eigenpairs of symmetric tensors 4. Best symmetric rank-one approximation of symmetric tensors Let x = y + z?1, y, z ∈ Rn. Then Q3 is equivalent to the following problem Example 1. Assume that S is a real symmetric tensor with d = 3 and n = 2. Then Q4 is equivalent to the following optimization problem * 张量：多维数组 1阶张量：向量 2阶张量：矩阵 A=(aij) 3阶张量：长方体 A=(aijk) 张量的秩 张量的秩： 1927年 Hitchcock NP-Hard n-rank 秩1张量： 可计算 其中 表示 张量X的mode-k mode 秩1矩阵：A=a bT = (aibj) 张量的低秩逼近：用一个低秩的张量X近似表示张量A 最佳秩R逼近 Tucker逼近 最佳秩1逼近：R=1 张量的完备化 低秩张量M部分元素 被观察到,其中 是被观察到的元数的指标集. 张量完备化是指:从所观察到的部分元素来恢复逼近低秩张量M Z（E）-特征值 H-特征值 US-特征值 2005, Qi B-特征值 2014，Cui, Dai, Nie 2014，Ni, Qi, Bai 张量的特征值 1. 张量的基本概念 对称非负张量的最大H-特征值的计算： Ng, Qi, Zhou 2009， Chang, Pearson, Zhang 2011， L. Zhang, L. Qi 2012， Qi, Q. Yang, Y. Yang 2013 Perron-Frobenius 理论 对称张量的最大Z-特征值的计算： The sequential SDPs method [Hu, Huang, Qi 2013] Sequential subspace projection method[Hao, Cui, Dai. 2014] Shifted symmetric higher-order power method [Kolda,Mayo 2011] Jacobian semidefinite relaxations 计算对称张量所有实的B-特征值 [Cui, Dai, Nie 2014] 对称张量的US-特征值的计算： Geometric measure of entanglement and U-eigenvalues of tensors, SIAM Journal on Matrix Analysis and Applications，[Ni，Qi，Bai 2014] Complex Shifted Symmetric higher-order power method [Ni, Bai 2014] 张量的秩1逼近 最佳实秩1逼近的计算方法： 交替方向法(ADM)、截