Heteroskedastic Canonical Polyadic Tensor Decomposition

提出 heteroskedastic-CP（HCP）模型，用低秩精度张量建模逐元素异方差性，替代标准 CP 分解的常数方差假设。开发交替块坐标上升法，在保持与 CP-ALS 相同主阶因子更新复杂度的同时联合恢复低秩均值张量和精度张量。在合成数据和 EEG 应用上验证有效性。