BriefGPT - AI 论文速递
·
基于对数极小值函数的非凸三阶张量恢复
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文提出了一种新的对数极小极大函数，用于保护大奇异值的同时对小奇异值施加更强的惩罚。基于此，提出了基于 TLM 的低秩张量完成模型以及基于 TLM 的张量鲁棒主成分分析模型，并提供了理论收敛性保证。实验结果表明，该方法优于现有方法。
🎯
关键要点
- 提出了一种新的对数极小极大函数，保护大奇异值并对小奇异值施加更强惩罚。
- 定义了一种加权张量 LM 范数作为张量的非凸松弛。
- 提出了基于 TLM 的低秩张量完成模型和张量鲁棒主成分分析模型。
- 提供了理论收敛性保证。
- 通过实验与现有 EMLCP 方法比较，结果表明所提出的方法优于现有方法。
➡️
