A general iterative imputation scheme with feedback control for tensor completion (IFCTC)

José Henrique De Morais Goulart 1, 2 Gérard Favier 1
2 GIPSA-CICS - CICS
GIPSA-DIS - Département Images et Signal
Résumé : Les tenseurs et les décompositions tensorielles constituent des outils mathématiques très utiles pour représenter et analyser des données multidimensionnelles. Le problème de l'estimation de données manquantes dans un tenseur de mesures joue un rôle important dans de nombreuses applications. Dans cet article, nous proposons un schéma d'imputation général itératif incluant un mécanisme de rétroaction du premier ordre, avec l'objectif d'améliorer la performance de l'algorithme. Deux cas particuliers de ce schéma, faisant intervenir des opérateurs de seuillage doux et dur basés sur le modèle de Tucker, sont discutés. Puis, des résultats de simulations sont présentés pour illustrer leur performance.
Type de document :
Communication dans un congrès
XXVIème colloque GRETSI (GRETSI 2017), Sep 2017, Juan-Les-Pins, France. 2017 - GRETSI - Actes de Colloque
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01590736
Contributeur : José Henrique De Morais Goulart <>
Soumis le : mercredi 20 septembre 2017 - 10:13:01
Dernière modification le : lundi 5 novembre 2018 - 15:52:01

Identifiants

  • HAL Id : hal-01590736, version 1

Citation

José Henrique De Morais Goulart, Gérard Favier. A general iterative imputation scheme with feedback control for tensor completion (IFCTC). XXVIème colloque GRETSI (GRETSI 2017), Sep 2017, Juan-Les-Pins, France. 2017 - GRETSI - Actes de Colloque. 〈hal-01590736〉

Partager

Métriques

Consultations de la notice

338