概念Tensor PCA / 张量主成分分析
张量PCA
一种高维统计估计问题,目标是从带噪的张量幂观测中恢复未知向量,存在信息-计算鸿沟现象。
时间轴 (近 90 天)
10月30日
张量PCA问题定义在球面S_N上:给定未知向量的k阶张量幂的带噪观测(k≥3固定),目标是恢复该未知向量。
待验证50%
10月30日
张量PCA存在信息-计算鸿沟:当信噪比高于算法阈值时,谱方法和平方和等全局算法可在多项式时间内成功恢复;低于该阈值时,针对这些算法及某些受限计算模型的下界表明它们必然失败。
待验证50%
10月30日
此前学界普遍认为局部算法(如马尔可夫链)在张量PCA中表现远逊于全局算法,仅知道在随机初始化下需要多项式级更高的信噪比才能成功。
待验证50%
10月30日
在张量PCA中,谱方法在信噪比高于算法阈值时成功,SoS在相同阈值下也成功,且SoS下界表明低于该阈值任何SoS算法均失败。
待验证50%