![Ιδρυματικό Αποθετήριο [SANDBOX]](images/dias.logo.png "Ιδρυματικό Αποθετήριο [SANDBOX]"){kind=logo}
Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/9FBFF227-DC43-4975-95E9-2589F7F407A4 | - |
| Αναγνωριστικό | https://doi.org/10.1109/HPCS.2018.00076 | - |
| Αναγνωριστικό | https://ieeexplore.ieee.org/document/8514381 | - |
| Γλώσσα | en | - |
| Μέγεθος | 6 pages | en |
| Τίτλος | Alternating optimization for tensor factorization with orthogonality constraints: Algorithm and parallel implementation | en |
| Δημιουργός | Karakasis Paris | en |
| Δημιουργός | Καρακασης Παρις | el |
| Δημιουργός | Liavas Athanasios | en |
| Δημιουργός | Λιαβας Αθανασιος | el |
| Εκδότης | Institute of Electrical and Electronics Engineers | en |
| Περίληψη | We consider the problem of tensor factorization in the cases where one of the factors is constrained to have orthonormal columns. We adopt the alternating optimization framework and derive an efficient algorithm that is also suitable for parallel implementation. We describe in detail a distributed memory implementation of the algorithm on a three-dimensional processor grid. The speedup attained by a message-passing implementation of the algorithm is significant, indicating that it is a competitive candidate for the solution of very large tensor factorization problems with orthogonality constraints. | en |
| Τύπος | Πλήρης Δημοσίευση σε Συνέδριο | el |
| Τύπος | Conference Full Paper | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
| Ημερομηνία | 2019-05-31 | - |
| Ημερομηνία Δημοσίευσης | 2018 | - |
| Θεματική Κατηγορία | Algorithms | en |
| Θεματική Κατηγορία | Orthogonality constraints | en |
| Θεματική Κατηγορία | PARAFAC | en |
| Θεματική Κατηγορία | Parallel algorithms | en |
| Θεματική Κατηγορία | Tensor factorization | en |
| Θεματική Κατηγορία | Tensors | en |
| Βιβλιογραφική Αναφορά | P. A. Karakasis and A. P. Liavas, "Alternating optimization for tensor factorization with orthogonality constraints: algorithm and parallel implementation," in 16th International Conference on High Performance Computing and Simulation, 2018, pp. 439-444. doi: 10.1109/HPCS.2018.00076 | en |
Copyright © DIAS 2013
