Monet modernit havaintoaineistot on luonnollisinta esittää tensoreina, kuten kuvina tai videoina. Niiden suuren koon ja monimutkaisten rakenteiden vuoksi keskeisen informaation (signaali) erottaminen suuresta määrästä epä-informaatiota (kohina) on erittäin tärkeä vaihe tensoriaineistojen analysointia. Tätä erottelua kutsutaan dimensionpienennykseksi ja tämän tutkimuksen tarkoituksena on kehittää tehokkaita dimensionpienennysmenetelmiä tensoriaineistoille. Luodut menetelmät mahdollistavat sekä aineiston hajottamisen latentteihin muuttujiin että niiden joukossa olevien signaalien tunnistamisen. Kehitettyjä menetelmiä vertaillaan teorian, simulaatioiden ja oikeiden aineistojen, keskittyen kuvantamisaineistoihin, kautta, ja ne implementoidaan avoimen lähdekoodin ohjelmistopaketeiksi.