Buchumschlag

Sharp Analysis of Power Iteration for Tensor PCA

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Yuchen, Zhou, Kangjie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Lower Bounds for the Convergence of Tensor Power Iteration on Random Overcomplete Models
von: Wu, Yuchen, et al.
Veröffentlicht: (2022)

Tensor PCA from basis in tensor space
von: Turchetti, Claudio, et al.
Veröffentlicht: (2023)

Improved Analysis of the Accelerated Noisy Power Method with Applications to Decentralized PCA
von: Aguié, Pierre, et al.
Veröffentlicht: (2026)

Variational Bayesian Inference for Tensor Robust Principal Component Analysis
von: Wang, Chao, et al.
Veröffentlicht: (2024)

Basic Inequalities for First-Order Optimization with Applications to Statistical Risk Analysis
von: Paik, Seunghoon, et al.
Veröffentlicht: (2025)

Sharp Convergence Rates for Matching Pursuit
von: Klusowski, Jason M., et al.
Veröffentlicht: (2023)

A New Tensor Network: Tubal Tensor Train and Its Applications
von: Ahmadi-Asl, Salman, et al.
Veröffentlicht: (2026)

Sharp Lower Bounds for Linearized ReLU^k Approximation on the Sphere
von: Mao, Tong, et al.
Veröffentlicht: (2025)

Expressive Power of Deep Networks on Manifolds: Simultaneous Approximation
von: Zhou, Hanfei, et al.
Veröffentlicht: (2025)

Coseparable Nonnegative Tensor Factorization With T-CUR Decomposition
von: Chen, Juefei, et al.
Veröffentlicht: (2024)

Efficient Model-Based Collaborative Filtering with Fast Adaptive PCA
von: Ding, Xiangyun, et al.
Veröffentlicht: (2020)

sparseGeoHOPCA: A Geometric Solution to Sparse Higher-Order PCA Without Covariance Estimation
von: Xu, Renjie, et al.
Veröffentlicht: (2025)

Generalized Canonical Polyadic Tensor Decompositions with General Symmetry
von: Mulrooney, Alex, et al.
Veröffentlicht: (2026)

Sample Efficient Learning of Factored Embeddings of Tensor Fields
von: Heo, Taemin, et al.
Veröffentlicht: (2022)

Efficient Tensor Completion Algorithms for Highly Oscillatory Operators
von: Singh, Navjot, et al.
Veröffentlicht: (2025)

An Iterative Deep Ritz Method for Monotone Elliptic Problems
von: Hu, Tianhao, et al.
Veröffentlicht: (2025)

Guaranteed Sampling Flexibility for Low-tubal-rank Tensor Completion
von: Su, Bowen, et al.
Veröffentlicht: (2024)

Graph Neural Preconditioners for Iterative Solutions of Sparse Linear Systems
von: Chen, Jie
Veröffentlicht: (2024)

Time Extrapolation with Graph Convolutional Autoencoder and Tensor Train Decomposition
von: Chen, Yuanhong, et al.
Veröffentlicht: (2025)

Quantile-Based Randomized Kaczmarz for Corrupted Tensor Linear Systems
von: Castillo, Alejandra, et al.
Veröffentlicht: (2025)

Learning Singularity-Encoded Green's Functions with Application to Iterative Methods
von: Sun, Qi, et al.
Veröffentlicht: (2025)

Tensor Decomposition Meets RKHS: Efficient Algorithms for Smooth and Misaligned Data
von: Larsen, Brett W., et al.
Veröffentlicht: (2024)

Tensor Completion with Nearly Linear Samples Given Weak Side Information
von: Yu, Christina Lee, et al.
Veröffentlicht: (2020)

Convolutional Surrogate for 3D Discrete Fracture-Matrix Tensor Upscaling
von: Špetlík, Martin, et al.
Veröffentlicht: (2026)

Tensor train completion: local recovery guarantees via Riemannian optimization
von: Budzinskiy, Stanislav, et al.
Veröffentlicht: (2021)

Hybrid Iterative Solvers with Geometry-Aware Neural Preconditioners for Parametric PDEs
von: Lee, Youngkyu, et al.
Veröffentlicht: (2025)

Randomized Tensor Ring Decomposition and Its Application to Large-scale Data Reconstruction
von: Yuan, Longhao, et al.
Veröffentlicht: (2019)

Black-Box $k$-to-$1$-PCA Reductions: Theory and Applications
von: Jambulapati, Arun, et al.
Veröffentlicht: (2024)

IFNSO: Iteration-Free Newton-Schulz Orthogonalization
von: Hu, Chen, et al.
Veröffentlicht: (2026)

Towards Sharp Minimax Risk Bounds for Operator Learning
von: Adcock, Ben, et al.
Veröffentlicht: (2025)

PowerMLP: An Efficient Version of KAN
von: Qiu, Ruichen, et al.
Veröffentlicht: (2024)

Tensor Methods in High Dimensional Data Analysis: Opportunities and Challenges
von: Auddy, Arnab, et al.
Veröffentlicht: (2024)

Tensor Decomposition with Unaligned Observations
von: Tang, Runshi, et al.
Veröffentlicht: (2024)

Power Transform Revisited: Numerically Stable, and Federated
von: Xu, Xuefeng, et al.
Veröffentlicht: (2025)

Fast and Provable Tensor-Train Format Tensor Completion via Precondtioned Riemannian Gradient Descent
von: Bian, Fengmiao, et al.
Veröffentlicht: (2025)

DRM Revisited: A Complete Error Analysis
von: Jiao, Yuling, et al.
Veröffentlicht: (2024)

Faster Diffusion Models via Higher-Order Approximation
von: Li, Gen, et al.
Veröffentlicht: (2025)

Learning to Discover Iterative Spectral Algorithms
von: Liu, Zihang, et al.
Veröffentlicht: (2026)

Approximation Power of Deep Neural Networks: an explanatory mathematical survey
von: Davis, Owen, et al.
Veröffentlicht: (2022)

Deep set based operator learning with uncertainty quantification
von: Ma, Lei, et al.
Veröffentlicht: (2025)