本文探讨了张量分解网络（TPDNs）及其在序列表示中的应用，提出了基于注意力的迭代分解模块（AID），显著提升了性能。同时介绍了多字典张量分解（MDTD）和混合张量分解方法（Mixed-TD），并讨论了它们在异常检测和特征提取等领域的潜在应用。