CP分解

APTNN将张量神经网络（TNN）的典范多项式（CP）分解结构引入解的近似表示，方程残差在该表示下仍保持CP分解形式。

由于残差保持CP分解形式，高维损失积分可拆解为一维积分的组合来计算，计算与存储开销从随维度指数增长降为多项式增长。

CP分解的秩选择、增强损失项在不同参数区域下的权重平衡、以及向更复杂几何与边界条件的推广，是尚未充分展开的问题。

常用的张量降维手段包括 Tucker 分解（每个模式独立降维）和 CP 分解（各模式共享秩）。