文献

J-GLOBAL ID：201302293171447510   整理番号：13A1305381

多重線形増大Lagrange乗算器手法に基づく低n階テンソル回復

Low-n-rank tensor recovery based on multi-linear augmented Lagrange multiplier method

著者 (6件)： TAN Huachun (Dep. of Transportation Engineering, Beijing Inst. of Technol., Beijing 100081, CHN) ,  CHENG Bin (Dep. of Transportation Engineering, Beijing Inst. of Technol., Beijing 100081, CHN) ,  FENG Jianshuai (Dep. of Transportation Engineering, Beijing Inst. of Technol., Beijing 100081, CHN) ,  FENG Guangdong (Dep. of Transportation Engineering, Beijing Inst. of Technol., Beijing 100081, CHN) ,  WANG Wuhong (Dep. of Transportation Engineering, Beijing Inst. of Technol., Beijing 100081, CHN) ,  ZHANG Yu-jin (Dep. of Electronic Engineering, Tsinghua Univ., Beijing 100084, CHN)
資料名： Neurocomputing  (Neurocomputing)
巻： 119  ページ： 144-152  発行年： 2013年11月07日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチウェイアレイ(すなわちテンソル)におけるデータ回復の問題は,画像処理及びコンピュータビジョンなどのような多くの分野で生じる。本論文で筆者らは多重線形n階,及びその要素が任意に破壊された未知の部分を持つ低n階テンソルを回復するためのι₀ノルム最適化を提示した。新方式において,与えられたテンソルの各モードのn階及びι₀ノルムを,目的関数として重み付きパラメータによって結合した。観察されるテンソルを緩めて,より低い正確性問題を起こす可能性のあるペナルティ項になることを防ぐために,拡張Lagrange乗算器手法を適用することにより,各モードに従った最小化問題を完成した。実験で,提案方式の結果上のパラメータの影響をテストし,そしてそれから模擬データと実データについて1つの最新技術方式と比較した。数値結果は,その方式の結果が正確性に関して以前の方式に匹敵する一方で,その方式が最新技術方式の少なくとも数倍速い速度で広範囲の問題を確実に解きうることを示した。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *テンソル ,  *回復 ,  画像処理 ,  コンピュータビジョン ,  ノルム ,  *最適化 ,  目的関数 ,  最小化問題 ,  性質
準シソーラス用語： データ回復 ,  正確性

分類 (2件)： 代数学  (AB02000R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 乗算器 ,  手法 ,  テンソル ,  回復