URI | http://purl.tuc.gr/dl/dias/6CA6D363-514F-49C7-AAE1-B15FE232BD4A | - |
Αναγνωριστικό | https://ieeexplore.ieee.org/document/7953287/ | - |
Αναγνωριστικό | https://doi.org/10.1109/ICASSP.2017.7953287 | - |
Γλώσσα | en | - |
Μέγεθος | 5 pages | en |
Τίτλος | Nesterov-based parallel algorithm for large-scale nonnegative tensor factorization | en |
Δημιουργός | Liavas Athanasios | en |
Δημιουργός | Λιαβας Αθανασιος | el |
Δημιουργός | Kostoulas Georgios | en |
Δημιουργός | Κωστουλας Γεωργιος | el |
Δημιουργός | Lourakis Georgios | en |
Δημιουργός | Λουρακης Γεωργιος | el |
Δημιουργός | Huang Kejun | en |
Δημιουργός | Sidiropoulos, N. D | en |
Εκδότης | Institute of Electrical and Electronics Engineers | en |
Περίληψη | We consider the problem of nonnegative tensor factorization. Our aim is to derive an efficient algorithm that is also suitable for parallel implementation. We adopt the alternating optimization (AO) framework and solve each matrix nonnegative least-squares problem via a Nesterov-type algorithm for strongly convex problems. We describe a parallel implementation of the algorithm and measure the speedup attained by itsMessage Passing Interface implementation on a parallel computing environment. It turns out that the attained speedup is significant, rendering our algorithm a competitive candidate for the solution of very large-scale dense nonnegative tensor factorization problems. | en |
Τύπος | Πλήρης Δημοσίευση σε Συνέδριο | el |
Τύπος | Conference Full Paper | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2018-05-08 | - |
Ημερομηνία Δημοσίευσης | 2017 | - |
Θεματική Κατηγορία | CANDECOMP | en |
Θεματική Κατηγορία | Constrained optimization | en |
Θεματική Κατηγορία | Nonnegative factorization | en |
Θεματική Κατηγορία | PARAFAC | en |
Θεματική Κατηγορία | Parallel algorithms | en |
Θεματική Κατηγορία | Tensors | en |
Βιβλιογραφική Αναφορά | A. P. Liavas, G. Kostoulas, G. Lourakis, K. Huang and N. D. Sidiropoulos, "Nesterov-based parallel algorithm for large-scale nonnegative tensor factorization," in IEEE International Conference on Acoustics, Speech, and Signal Processing, 2017, pp. 5895-5899. doi: 10.1109/ICASSP.2017.7953287 | en |