OLSTEC:Matlab中TEnsor CP分解的在线低秩子空间跟踪

OLSTEC：在Matlab中通过TEnsor CP分解进行在线低秩子空间跟踪 作者： 最后页面更新时间：2017年9月12日 最新库版本：1.0.1（有关更多信息，请参见发行说明） 介绍 OLSTEC是一种在线张量子空间跟踪算法，基于（RLS）的（CP分解）（或PARAFAC或CANDECOMP分解）。 动机 OLSTEC针对被噪声破坏的部分观测到的高维数据流提出了一种新的在线张量跟踪算法。 我们重点研究基于递归最小二乘（RLS）的CP分解的具有二阶随机梯度下降的固定秩高阶（即张量完成）算法。 具体来说，我们考虑随时间顺序获取部分观察到的张量切片的情况。 然后，我们通过最小化定义为 参考 H.Kasai，“使用递归最小二乘法通过CP分解从不完整数据中进行在线低秩张量子空间跟踪”，IEEE国际声学，语音和信号处理（ICASSP）会议，2016年。 基准清单 在线张量跟踪算法 TeCPSGD