Tenzorové siete na znižovanie dimenzionality a optimalizáciu vo veľkom rozsahu: Časť 2 Aplikácie a budúce perspektívy

Pôvodný názov:

Tensor Networks for Dimensionality Reduction and Large-scale Optimization: Part 2 Applications and Future Perspectives

Obsah knihy:

Táto monografia nadväzuje na publikáciu Tensor Networks for Dimensionality Reduction and Large-scale Optimization: Časť 1 Tenzorové dekompozície s nízkym rangom, v ktorej sa rozoberajú modely tenzorových sietí na superkomprimovanú reprezentáciu údajov/parametrov a nákladových funkcií vyššieho rádu spolu s náčrtom ich aplikácií v strojovom učení a dátovej analytike. Osobitný dôraz sa kladie na objasnenie prostredníctvom grafických ilustrácií, že na základe základných tenzorových aproximácií s nízkym rangom a sofistikovaných kontrakcií jadrových tenzorov majú tenzorové siete schopnosť vykonávať distribuované výpočty na inak neúnosne veľkom objeme údajov/parametrov, čím sa zmierňuje prekliatie dimenzionality. Užitočnosť tohto konceptu je ilustrovaná na viacerých aplikačných oblastiach vrátane zovšeobecnenej regresie a klasifikácie, zovšeobecneného rozkladu vlastných čísel a pri optimalizácii hlbokých neurónových sietí. Monografia sa zameriava na tenzorový vlak (TT) a hierarchickú Tuckerovu (HT) dekompozíciu a ich rozšírenia a na demonštráciu schopnosti tenzorových sietí poskytovať škálovateľné riešenia pre rôzne inak neriešiteľné rozsiahle optimalizačné problémy.

Tenzorové siete na zníženie dimenzionality a optimalizáciu vo veľkom meradle Časti 1 a 2 možno použiť ako samostatné texty alebo spoločne ako komplexný prehľad vzrušujúcej oblasti tenzorových sietí s nízkym rangom a tenzorových rozkladov.

Pozri tiež: 1: Tenzorové siete pre redukciu dimenzionality a optimalizáciu vo veľkom meradle: ISBN 978-1-68083-222-8.