Resumen

En este artículo se propone el esquema de completado de tensor de baja complejidad (LTC) para mejorar la eficiencia del completado de tensores. Por un lado, se establece un modelo de factorización de matrices para reducir la complejidad, que adopta la factorización de matrices en el modelo de completado de tensor de rango bajo. Por otro lado, introducimos la suavidad mediante la regularización de variación total y la regularización de wavelet para garantizar el rendimiento del completado. En consecuencia, dado el modelo propuesto de factorización de matrices suaves (SMF), se propone además un método de dirección alternante basado en ADMM para realizar un completado de tensor eficiente y efectivo. Además, empleamos un enfoque de inicialización de tensor novedoso para acelerar la velocidad de convergencia. Finalmente, se presentan resultados de simulación para confirmar la ganancia del sistema del esquema LTC propuesto tanto en eficiencia como en efectividad.

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Propuesto; Completado tensorial; Eficiencia; Factorización de matrices; Regularización de variación total; Regularización de framelet
• Keywords:Proposed; Tensor completion; Efficiency; Matrix factorization; Total variation regularization; Framelet regularization