Robust Tensor Tracking With Missing Data and Outliers: Novel Adaptive CP Decomposition and Convergence Analysis

离群值 多线性映射 张量(固有定义) 计算机科学 趋同(经济学) 信号处理 算法 人工智能 数学 数字信号处理 计算机硬件 经济增长 经济 纯数学
作者
Le Trung Thanh,Karim Abed-Meraim,Nguyen Linh Trung,Adel Hafiane
出处
期刊:IEEE Transactions on Signal Processing [Institute of Electrical and Electronics Engineers]
卷期号:70: 4305-4320 被引量:6
标识
DOI:10.1109/tsp.2022.3201640
摘要

Canonical Polyadic (CP) decomposition is a powerful multilinear algebra tool for analyzing multiway (a.k.a. tensor) data and has been used for various signal processing and machine learning applications. When the underlying tensor is derived from data streams, adaptive CP decomposition is required. In this paper, we propose a novel method called robust adaptive CP decomposition (RACP) for dealing with high-order incomplete streaming tensors that are corrupted by outliers. At each time instant, RACP first performs online outlier rejection to accurately detect and remove sparse outliers, and then performs tensor factor tracking to efficiently update the tensor basis. A unified convergence analysis of RACP is also established in that the sequence of generated solutions converges asymptotically to a stationary point of the objective function. Extensive experiments were conducted on both synthetic and real data to demonstrate the effectiveness of RACP in comparison with state-of-the-art adaptive CP algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
richhu完成签到,获得积分10
2秒前
2秒前
Tina酱完成签到,获得积分10
3秒前
jeronimo完成签到,获得积分10
5秒前
为你等候完成签到,获得积分10
7秒前
追寻的雁菡完成签到,获得积分20
8秒前
程程完成签到,获得积分10
9秒前
唐荣完成签到,获得积分10
9秒前
初夏完成签到 ,获得积分10
9秒前
wjw发布了新的文献求助10
10秒前
没出门完成签到,获得积分10
12秒前
Hua完成签到,获得积分0
13秒前
思睿完成签到,获得积分0
13秒前
折镜完成签到,获得积分10
20秒前
学术菜鸡123完成签到,获得积分10
23秒前
开放访天完成签到 ,获得积分10
23秒前
星星完成签到 ,获得积分10
23秒前
李健应助聪聪采纳,获得10
24秒前
浮尘完成签到 ,获得积分0
27秒前
玲家傻妞完成签到 ,获得积分10
28秒前
james完成签到,获得积分10
28秒前
xelloss完成签到,获得积分10
30秒前
思源应助cugwzr采纳,获得10
31秒前
斯文败类应助科研通管家采纳,获得10
32秒前
一蓑烟雨任平生完成签到,获得积分10
32秒前
muttcy发布了新的文献求助10
34秒前
lizh187完成签到 ,获得积分10
35秒前
水深三英尺完成签到 ,获得积分10
36秒前
张秉环完成签到,获得积分10
39秒前
cugwzr完成签到,获得积分10
41秒前
muttcy完成签到,获得积分10
43秒前
烟酒不离生完成签到 ,获得积分10
44秒前
青栞完成签到,获得积分10
46秒前
饱满的大碗完成签到 ,获得积分10
47秒前
小丸子完成签到 ,获得积分10
51秒前
顺利问玉完成签到 ,获得积分10
52秒前
doctorw完成签到 ,获得积分10
52秒前
ES完成签到 ,获得积分0
54秒前
MLJ完成签到 ,获得积分10
54秒前
少管我完成签到 ,获得积分10
57秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099819
求助须知:如何正确求助?哪些是违规求助? 2751281
关于积分的说明 7612389
捐赠科研通 2403098
什么是DOI,文献DOI怎么找? 1275171
科研通“疑难数据库(出版商)”最低求助积分说明 616276
版权声明 599053