Projecten
Expliciete en impliciete tensorontbindingen: Algoritmen en toepassingen KU Leuven
Vectoren en matrices zijn respectievelijk één- en tweewegse tabellen van getallen die gebruikt kunnen worden om allerlei soorten data zoals tijdsreeksen en multi-sensoropnames voor te stellen. Met behulp van matrixontbindingen kan men waardevolle informatie ontginnen uit dergelijke datamatrices in een brede waaier van toepassingen binnen signaalverwerking, dataontginning, en machinaal leren. Hoewel matrixtechnieken krachtige instrumenten zijn ...
Compressie- en updatingalgoritmen voor beperkte ontbindingen: expliciet en impliciet gegeven tensoren KU Leuven
Bijna alle velden binnen de (ingenieurs-)wetenschappen gebruiken data voor analyses, voorspellingen, om patronen te vinden, enz. Matrixtechnieken zijn hiervoor erg succesvol, maar beschouwen slechts twee modes van de data. In tensortechnieken, daarentegen, worden meerdere modes beschouwd, wat leidt tot meer compacte en gemakkelijker interpreteerbare modellen. Tensoren kunnen gezien worden als meerwegse tabellen van getallen.
We ...
Nagenoeg Kähler ruimten en hun deelvariëteiten KU Leuven
Dit onderzoeksvoorstel heeft tot doel het begrip van de vier fundamentele zes-dimensionale homogene nagenoeg Kähler variëteiten te verbeteren door middel van de verkenning van hun deelvariëteiten. Specifiek worden de Lagrangiaanse deelvariëteiten, totaal reële deelvariëteiten, bijna complexe deelvariëteiten en Hopf-hyperoppervlakken bestudeerd en verkend in de drie-dimensionale nagenoeg Kähler complexe projectieve ruimte (CP3) en de ruimte ...
Beperkte ontbindingen van expliciet en impliciet gegeven tensoren KU Leuven
Onze informatiemaatschappij genereert een onaflatende stroom van data die men in domeinen zoals signaalverwerking, data-analyse en machinaal leren gebruikt om voorspellingen te doen of waarin men patronen of onderliggende bronnen ontdekt. Matrixontbindingen zijn hiertoe een belangrijke techniek, maar recent gebruikt men ook steeds vaker tensoren, dewelke men zich kan voorstellen als meerwegs tabellen. Het is met tensorontbindingen immers ...
Biomedische datafusie met behulp van op tensor gebaseerde blinde bronnescheiding. KU Leuven
The quest for a general functional tensor framework for blind source separation
Our overall objective is the development of a general functional framework for solving tensor based blind source separation (BSS) problems in biomedical data fusion, using tensor decompositions (TDs) as basic core. We claim that TDs will allow the extraction of fairly complicated sources of biomedical activity from fairly complicated sets of uni- and ...
Studie van canonieke en bloktermontbindingen van hogere-ordetensoren: uniciteit, algebraïsch en optimalisatie-gebaseerde algoritmen. KU Leuven
Blok componenten analyse. KU Leuven
Een verbeterde spatio-temporele lokalisatie van epileptische hersenactiviteit. KU Leuven
Berekening van tensorontbindingen voor onvolledige en impliciete data KU Leuven
De alomtegenwoordigheid van data vraagt om methoden voor compressie en de extractie van informatie. Hoewel datasets vaak voorgesteld worden als een matrix, is het natuurlijker om een hogere-orde dataset, i.e., met meer dan twee dimensies, voor te stellen als een tensor. Een voorstelling als matrix laat toe om alle hulpmiddelen uit te lineaire algebra toe te passen. Maar dergelijke lineaire technieken zijn mogelijk inadequaat om de complexere ...