Use este identificador para citar ou linkar para este item: http://www.repositorio.ufc.br/handle/riufc/19361
Título: Tensor techniques in signal processing: algorithms for the canonical polyadic decomposition (PARAFAC)
Autor(es): Silva, Alex Pereira da
Orientador(es): Almeida, André Lima Férrer de
Coorientador(es): Mota, João César Moura
Palavras-chave: Teleinformática
Tensor (Cálculo)
Deflação
Data do documento: 29-Jun-2016
Citação: SILVA, A. P. (2016)
Abstract: Low rank tensor decomposition has been playing for the last years an important role in many applications such as blind source separation, telecommunications, sensor array processing, neuroscience, chemometrics, and data mining. The Canonical Polyadic tensor decomposition is very attractive when compared to standard matrix-based tools, manly on system identification. In this thesis, we propose: (i) several algorithms to compute specific low rank-approximations: finite/iterative rank-1 approximations, iterative deflation approximations, and orthogonal tensor decompositions. (ii) A new strategy to solve multivariate quadratic systems, where this problem is reduced to a best rank-1 tensor approximation problem. (iii) Theoretical results to study and proof the performance or the convergence of some algorithms. All performances are supported by numerical experiments
Descrição: SILVA, A. P. Tensor techniques in signal processing: algorithms for the canonical polyadic decomposition (PARAFAC). 2016. 124 f. Tese (Doutorado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016.
URI: http://www.repositorio.ufc.br/handle/riufc/19361
Aparece nas coleções:DETE - Teses defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2016_tese_apsilva.pdf1,61 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.