Cramér-Rao-Induced Bounds for CANDECOMP/ PARAFAC Tensor Decomposition

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F13%3A00391438" target="_blank" >RIV/67985556:_____/13:00391438 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/46747885:24220/13:#0002870

Výsledek na webu

<a href="http://dx.doi.org/10.1109/TSP.2013.2245660" target="_blank" >http://dx.doi.org/10.1109/TSP.2013.2245660</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP.2013.2245660" target="_blank" >10.1109/TSP.2013.2245660</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Cramér-Rao-Induced Bounds for CANDECOMP/ PARAFAC Tensor Decomposition

Popis výsledku v původním jazyce

This paper presents a Cramér-Rao lower bound (CRLB) on the variance of unbiased estimates of factor matrices in Canonical Polyadic (CP) or CANDECOMP/PARAFAC (CP) decompositions of a tensor from noisy observations, (i.e., the tensor plus a random Gaussian-distributed tensor). A novel expression is derived for a bound on the mean square angular error of factors along a selected dimension of a tensor of an arbitrary dimension. Insightful expressions are derived for tensors of rank 1 and rank 2 of arbitrarydimension and for tensors of arbitrary dimension and rank, where two factor matrices have orthogonal columns. The results can be used as a gauge of performance of different approximate CP decomposition algorithms, prediction of their accuracy, and for checking stability of a given decomposition of a tensor (condition whether the CRLB is finite or not).

Název v anglickém jazyce

Cramér-Rao-Induced Bounds for CANDECOMP/ PARAFAC Tensor Decomposition

Popis výsledku anglicky

This paper presents a Cramér-Rao lower bound (CRLB) on the variance of unbiased estimates of factor matrices in Canonical Polyadic (CP) or CANDECOMP/PARAFAC (CP) decompositions of a tensor from noisy observations, (i.e., the tensor plus a random Gaussian-distributed tensor). A novel expression is derived for a bound on the mean square angular error of factors along a selected dimension of a tensor of an arbitrary dimension. Insightful expressions are derived for tensors of rank 1 and rank 2 of arbitrarydimension and for tensors of arbitrary dimension and rank, where two factor matrices have orthogonal columns. The results can be used as a gauge of performance of different approximate CP decomposition algorithms, prediction of their accuracy, and for checking stability of a given decomposition of a tensor (condition whether the CRLB is finite or not).

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

IEEE Transactions on Signal Processing

ISSN

1053-587X

e-ISSN

—

Svazek periodika

61

Číslo periodika v rámci svazku

8

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

12

Strana od-do

1986-1997

Kód UT WoS článku

000317398500010

EID výsledku v databázi Scopus

—