热点事件持续更新
Heteroskedastic Canonical Polyadic Tensor Decomposition
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv 发表统计学/机器学习论文，提出 heteroskedastic-CP（HCP）模型，以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，并在合成数据与 EEG 应用上验证有效性。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Statistics Machine LearningHeteroskedastic 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。