分布式的增量式张量Tucker分解方法

来源 :计算机学报 | 被引量 : 0次 | 上传用户:zhangsao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社交网络、电商系统、移动终端设备的快速发展,海量且高维的数据正以前所未有的速度不断地增长和积累.高维数据可以自然地表示为张量.张量的Tucker分解方法是一种常用且经典的高维数据分析机器学习方法,被广泛地应用于推荐系统、图像压缩、计算机视觉等多个领域.然而,传统的张量分解方法大多只能处理静态的数据,并不适用于动态增长的数据.当处理不断增长的数据时,传统方法大多只能低效地重新开始计算,以完成张量分解.针对增量式数据对传统张量分解方法带来的挑战,本文提出了一种分布式的增量式张量Tucker分解方法DITT
其他文献
甲状腺结节(Thyroidnodules,TN)是一种非常常见的内分泌代谢疾病,是指甲状腺内细胞在局部过度所引起的病变,由我国2012年颁发的《甲状腺结节和分化型甲状腺癌诊治指南》中指
1 立题背景与目的意义rn僵人综合征是一种以躯体中轴部位肌肉进行性、波动性疼痛为主要表现的疾病,受到灯光、声响等影响后很容易发生妄想、抑郁等症状[1].目前医学认为僵人
期刊
在新事物不断涌现,且事物之间联系不断丰富的时代背景下,作为一项新生技术,知识图谱旨在对现实世界中概念或实体及其之间的联系进行建模.由于直接来自于现实世界,知识图谱中的实体和关系往往以符号化形式表示.要实现进一步的价值挖掘,进行知识图谱计算,就需要将符号化表示转换为数值形式.知识图谱表示学习技术应运而生.目前,知识图谱表示学习已得到很大发展.依据应用领域不同,可以将知识图谱划分为通用领域和特定领域两种.已有表示学习模型多面向通用领域构建,且在通用领域的样本数据上进行验证.如果将这些模型运用到特定领域,就会面
深度学习技术的进展为提高口令猜测效率提供了潜在的新途径.目前,已有研究将循环神经网络(Recursive Neural Network,RNN)、生成式对抗网络(Generative Adversarial Network,GAN)等深度学习模型运用于设计口令猜测模型.本文基于RNN模型、长短期记忆网络(Long Short-Term Memory,LSTM)模型、概率上下文无关文法(Probabilistic Context-Free Grammar,PCFG)与LSTM的混合模型(简称PL模型),提出
目的:探讨优质护理干预在剖宫产术中的效果.方法:选取2019年6月至2021年3月60例剖宫产患者,随机分为对照组n=30例采用常规护理干预,观察组n=30例应用优质护理干预,比较产妇康
目的:研究人性化关怀在感染科肝病护理中的应用效果.方法:选取2019年10月至2020年10月在我院就医的肝病患者50例,选用区组划分的方式,任意划为两组,每组25人,实验组运用个性
远程监督可以为关系抽取任务自动构建数据集,缓解了人工构建数据集的压力和成本,为自动关系抽取的实现奠定基础,然而使用远程监督方法构建的数据集存在错误标注以及长尾问题,严重影响关系抽取性能。目前,远程监督关系抽取任务的主要研究方向为关系模型的降噪手段以及对长尾关系的处理方法。近年来,随着深度学习技术的发展,这两个领域的研究工作也迎来了新一轮的机遇与挑战。本文对近几年远程监督关系抽取的研究进展进行综述,针对基于深度学习的远程监督关系抽取任务定义常用工作流,其中包括样本降噪、外部信息融合、编码器和分类器。本文根据
子宫颈癌是严重威胁女性健康的妇科恶性肿瘤.绝经后女性由于社会、认知及特殊的解剖生理特点,致使绝经后女性成为宫颈癌发病的第二个高峰.因此加强对绝经后女性宫颈病变的早
目的:探究超声心动图在慢性阻塞性肺疾病(COPD)患者右心功能评估中的应用价值.方法:将2019年3月~2020年4月规划为总研究时区,并于该时区内抽取就我院行慢性阻塞性肺疾病评估及
自主机器人是一类运行在开放环境下具有自主行为的复杂信息物理系统,软件是其核心和关键,提供计算、控制、决策等多样化功能,负责驱动机器人安全、灵活和高效地运行.自主机器人软件的开发面临着来自系统自身、外部环境和现实约束等复杂性带来的诸多挑战.自主机器人软件工程是一个多学科交叉的新兴研究领域,旨在为自主机器人软件的开发、运行和维护提供工程化的方法、技术和平台支持,其研究与实践近年来引起学术界和工业界的高度关注并取得了长足进步.本文围绕三个方面的研究问题,综述了自主机器人软件工程的研究与进展:(1)深入分析了自主