双核张量轮分解与结构缓存加速用于张量恢复

原文：Dual-Core Tensor Wheel Decomposition with Structure-Cached Acceleration for Tensor Recovery

张量轮分解通过外环因素与高阶中央核心之间的相互作用来捕获高维数据中的复杂相关性。然而，更新这些组件需要显式构造和操作大规模矩阵，这限制了计算效率，并导致中央核心更新的计算和内存成本特别高。

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。