HAL : hal-00490248, version 1

Fiche détaillée

Récupérer au format BibTeX - EndNote - TEI - RefWorks -

International Conference on Acoustics, Speech and Signal Processing, Dallas : United States (2010)

Decomposing tensors with structured matrix factors reduces to rank-1 approximations

Pierre Comon 1, Mikael Sorensen 1, Elias P. P. Tsigaridas 1, 2

(14/03/2010)

Tensor decompositions permit to estimate in a deterministic way the parameters in a multi-linear model. Applications have been already pointed out in antenna array processing and digital communications, among others, and are extremely attractive provided some diversity at the receiver is available. As opposed to the widely used ALS algorithm, non-iterative algorithms are proposed in this paper to compute the required tensor decomposition into a sum of rank-1 terms, when some factor matrices enjoy some structure, such as block-Hankel, triangular, band, etc.

1 :	Laboratoire d'Informatique, Signaux, et Systèmes de Sophia-Antipolis (I3S) / Equipe SIGNAL
	Université de Nice Sophia Antipolis (UNS) – CNRS : UMR7271
2 :	GALAAD (INRIA Sophia Antipolis)
	INRIA – CNRS : UMR6621 – Université de Nice Sophia Antipolis (UNS)

Domaine

:

Informatique/Traitement du signal et de l'image Sciences de l'ingénieur/Traitement du signal et de l'image

Mots Clés : tensor – tenseur – Toeplitz – Hankel – Candecomp – Canonical – Polyadic – Decomposition – Parafac – rank – structured matrix – telecommunications – channel – blind identification

hal-00490248, version 1

http://hal.archives-ouvertes.fr/hal-00490248

oai:hal.archives-ouvertes.fr:hal-00490248

Contributeur : Pierre Comon <>

Soumis le : Mardi 8 Juin 2010, 10:16:39

Dernière modification le : Mardi 8 Juin 2010, 14:38:56