ACM Transactions on Mathematical Software· 2026Q1
Tucker Ayrıştırmasının Karma Hassasiyetli Sıkıştırılması
Mixed Precision Compression of Tucker Decomposition
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Karma hassasiyetli yeni bir algoritma, parametreleri farklı hassasiyetlerde saklayarak çok yönlü verilerin Tucker ayrıştırması tabanlı kayıplı sıkıştırılmasını iyileştirir ve sırasıyla tek ve çift hassasiyetli yaklaşımlara göre 2 kata ve 4 kata kadar sıkıştırma kazançları elde eder.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Tucker ayrıştırması kayıplı sıkıştırması için karma hassasiyetli bir yaklaşım sunar.
- Sıkıştırmayı en üst düzeye çıkarmak için optimum parametre hassasiyetini otomatik olarak belirler.
- Tek hassasiyetli yaklaşımlara göre 2 kata kadar sıkıştırma iyileştirmesi sağlar.
- Çift hassasiyetli yaklaşımlara göre 4 kata kadar sıkıştırma iyileştirmesi sağlar.
- Gerçek dünya verileri üzerindeki teorik hata sınırları ve sayısal deneylerle doğrulanmıştır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
We present a mixed precision approach for improving Tucker-based lossy compression of multiway data. Current Tucker decomposition algorithms use a uniform floating-point precision and obtain compression by minimizing the multilinear ranks of the representation subject to the target error tolerance. Our algorithm automatically determines which parameters of the representation can be stored in lower precision to improve the compression ratio without exceeding the error tolerance. Crucially, we show that the opportunities to reduce precision are not uniform across parameters, and thus using multiple precisions allows for smoothly transitioning across tolerances between the precisions of standard formats. Theoretical error bounds and numerical experiments validate the approach, and we obtain up to \(2\times\) and \(4\times\) compression improvement factors over initial Tucker approximations of single and double precision real-world numerical simulation data, respectively.
Yazarların özeti; kaynağından alınmıştır. ACM Transactions on Mathematical Software, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Hesaplamalı Matematik
Computational MathematicsMathematics