Reshaped tensor nuclear norms for higher order tensor completion

Kishan Wimalawarne*, Hiroshi Mamitsuka

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

1 Sitaatiot (Scopus)

Abstrakti

We investigate optimal conditions for inducing low-rankness of higher order tensors by using convex tensor norms with reshaped tensors. We propose the reshaped tensor nuclear norm as a generalized approach to reshape tensors to be regularized by using the tensor nuclear norm. Furthermore, we propose the reshaped latent tensor nuclear norm to combine multiple reshaped tensors using the tensor nuclear norm. We analyze the generalization bounds for tensor completion models regularized by the proposed norms and show that the novel reshaping norms lead to lower Rademacher complexities. Through simulation and real-data experiments, we show that our proposed methods are favorably compared to existing tensor norms consolidating our theoretical claims.

AlkuperäiskieliEnglanti
Sivut507-531
Sivumäärä25
JulkaisuMachine Learning
Vuosikerta110
Numero3
Varhainen verkossa julkaisun päivämäärä2021
DOI - pysyväislinkit
TilaJulkaistu - maaliskuuta 2021
OKM-julkaisutyyppiA1 Julkaistu artikkeli, soviteltu

Sormenjälki

Sukella tutkimusaiheisiin 'Reshaped tensor nuclear norms for higher order tensor completion'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä