Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Stochastic optimization on tensor factorization and completion

Siaminou Ioanna

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/B9A717B4-52C9-4D92-B58A-5B5322129073-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.88551-
Γλώσσαen-
Μέγεθος49 pagesel
ΤίτλοςStochastic optimization on tensor factorization and completionen
ΔημιουργόςSiaminou Ioannaen
ΔημιουργόςΣιαμινου Ιωανναel
Συντελεστής [Επιβλέπων Καθηγητής]Liavas Athanasiosen
Συντελεστής [Επιβλέπων Καθηγητής]Λιαβας Αθανασιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Karystinos Georgiosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Καρυστινος Γεωργιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Samoladas Vasilisen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Σαμολαδας Βασιληςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Electrical and Computer Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
ΠερίληψηWe consider the problem of structured canonical polyadic decomposition (CPD). If the size of the problem is very big, then stochastic optimization approaches are viable alternatives to classical methods, such as Alternating Optimization (AO) and All-At-Once (AAO) optimization. We extend a recent stochastic gradient approach by employing an acceleration step (Nesterov momentum) in each iteration. We compare our approach with state-of-the-art alternatives, using both synthetic and real-world data, and find it to be very competitive. Furthermore, we examine the drawbacks of a parallel implementation of our accelerated stochastic algorithm and describe an alternative method that deals with these limitations. Finally, we propose an accelerated stochastic algorithm for the Nonnegative Tensor Completion problem and its parallel implementation via the shared–memory API OpenMP. Through numerical experiments, we test its efficiency in very large problems.en
ΤύποςΜεταπτυχιακή Διατριβήel
ΤύποςMaster Thesisen
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2021-03-05-
Ημερομηνία Δημοσίευσης2021-
Θεματική ΚατηγορίαTensor factorizationen
Θεματική ΚατηγορίαTensor completionen
Θεματική ΚατηγορίαStochastic optimizationen
Θεματική ΚατηγορίαNesterov accelerationen
Θεματική ΚατηγορίαOpenMP en
Θεματική ΚατηγορίαParallel algorithmsen
Βιβλιογραφική ΑναφοράIoanna Siaminou, "Stochastic optimization on tensor factorization and completion", Master Thesis, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2021en
Βιβλιογραφική ΑναφοράΙωάννα Σιάμινου, "Stochastic optimization on tensor factorization and completion", Μεταπτυχιακή Διατριβή, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2021el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά