Numerieke tensoralgoritmen

Veel real-world applicaties creëren grote datasets, die behoefte hebben aan efficiënte, robuuste numerieke algoritmen om te verwerken. Een recent onderzoeksonderwerp zijn algoritmen, die zulke grote data ontleden in kleinere representaties, zoals de polyadische ontleding. Dit zal niet alleen de berekening versnellen, maar omdat het de mate van vrijheid vermindert, zal het meer robuuste resultaten opleveren. Dit wordt ook aangeduid als het vermijden van de vloek van de dimensionaliteit.

Trefwoorden:Curse of dimensionality, Polyadic decomposition

Disciplines:Signaalverwerking

Project type:PhD project