Tensorontbindingen voor multi-modale data analyse

Lagerangtensorontbindingen vormen een wijdverspreid werktuig voor data analyse maar zijn helaas beperkt tot tweedimensionale data. Om meerdimensionale data te bestuderen werden tensorontbindingen ontwikkeld die klassieke lagerangmatrixontbindingen generaliseren; deze tensorontbindingen verschijnen in toenemende mata in machinaal leren, neurowetenschappen, wetenschappelijk rekenen en signaalverwerking. Dit project is toegespitst op de analyse van de geometrie van additieve tensorontbindingen en zal nieuwe algoritmen ontwikkelen die deze structuur uitbuiten.

Trefwoorden:tensor decomposition, data analysis, Riemannian optimization

Disciplines:Algebraïsche geometrie, Differentiaalgeometrie, Mathematische software, Numerieke analyse, Numerical computation, Numercial computation, Datamining, High performance computing