ACM Transactions on Knowledge Discovery from Data· 2019Q1· Derleme
Büyük Veri Analitiğinde Tensör Tamamlama Algoritmaları
Tensor Completion Algorithms in Big Data Analytics
- 220atıf
- Q1SCImago
- 2019yıl
Kısa özet
Bu derleme, çeşitlilik, hacim ve hız ile karakterize edilen büyük veri analitiğine odaklanan tensör tamamlama algoritmalarına modern bir genel bakış sunmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Tensör tamamlama, kısmen gözlemlenen tensörlerde eksik girişleri doldurma sorununu ele alır ve karmaşık veri kümeleri için önemlidir.
- Son gelişmeler, büyük veri özelliklerinin merceğinden analiz edilir: çeşitlilik, hacim ve hız.
- Derleme, genel algoritmaları, yardımcı bilgi kullanan yöntemleri, ölçeklenebilir teknikleri ve dinamik tensör tamamlamayı kapsar.
- Gerçek dünya uygulamalarını, yaygın deney kurulumlarını ve uygulayıcılar için mevcut yazılımları içerir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Tensor completion is a problem of filling the missing or unobserved entries of partially observed tensors. Due to the multidimensional character of tensors in describing complex datasets, tensor completion algorithms and their applications have received wide attention and achievement in areas like data mining, computer vision, signal processing, and neuroscience. In this survey, we provide a modern overview of recent advances in tensor completion algorithms from the perspective of big data analytics characterized by diverse variety, large volume, and high velocity. We characterize these advances from the following four perspectives: general tensor completion algorithms, tensor completion with auxiliary information (variety), scalable tensor completion algorithms (volume), and dynamic tensor completion algorithms (velocity). Further, we identify several tensor completion applications on real-world data-driven problems and present some common experimental frameworks popularized in the literature along with several available software repositories. Our goal is to summarize these popular methods and introduce them to researchers and practitioners for promoting future research and applications. We conclude with a discussion of key challenges and promising research directions in this community for future exploration.
Yazarların özeti; kaynağından alınmıştır. ACM Transactions on Knowledge Discovery from Data, 2019 · 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