MétaCan
Menu
Retour à la cohorte
Enregistrement W4405384795 · doi:10.1002/nla.2608

Quaternion Tensor Completion via <scp>QR</scp> Decomposition and Nuclear Norm Minimization

2024· article· en· W4405384795 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNumerical Linear Algebra with Applications · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueTensor decomposition and applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesFundo para o Desenvolvimento das Ciências e da TecnologiaNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésQuaternionSingular value decompositionRobustness (evolution)MathematicsTensor (intrinsic definition)Matrix completionMatrix normMathematical optimizationMatrix decompositionMinificationSingular valueGeneralizationAlgorithmComputer scienceArtificial intelligenceMathematical analysisPure mathematicsGeometryEigenvalues and eigenvectors

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The task of tensor (matrix) completion has been widely used in the fields of computer vision and image processing, etc. To achieve the completion, the existing methods are mostly based on singular value decomposition of the real tensors and nuclear norm minimization. However, the real tensor completion methods cannot simultaneously maintain color channel correlation and evolution robustness of color video frames, and they need high computational costs to handle the high‐dimensional data. Hence they have some limitations in model generalization ability and computational efficiency. In this article, a new completion method for the quaternion tensor (matrix) is explored via the QR decomposition and the definition of novel quaternion tensor norm, which can well balance the model generalization ability and efficiency, and the performance of the completion method has been substantially improved. Numerical experiments on color images and videos prove the effectiveness of our proposed method.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,294
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle