数学 > 数值分析
[提交于 2025年4月7日
]
标题: 随机块Krylov方法用于截断张量SVD的逼近
标题: Randomized block Krylov method for approximation of truncated tensor SVD
摘要: 本文致力于研究块Krylov子空间方法在截断张量奇异值分解(T-SVD)逼近中的应用。 提出了所提出的随机方法的理论结果。 进行了使用合成数据和真实数据的几个实验,以验证所提出的随机方法的有效性和可行性,数值结果表明该方法提供了有希望的结果。 给出了所提出方法在数据补全和数据压缩中的应用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.