![Institutional Repository [SANDBOX]](images/dias.logo.png "Institutional Repository [SANDBOX]"){kind=logo}
Institutional Repository [SANDBOX]
Technical University of Crete
Technical University of Crete
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/C541BCFB-D331-44E8-BAF8-A1BE4A422678 | - |
| Identifier | https://doi.org/10.26233/heallink.tuc.90952 | - |
| Language | en | - |
| Extent | 60 pages | en |
| Extent | 589.6 kilobytes | en |
| Title | Efficient optimization algorithms for large tensor processing | en |
| Title | Αποδοτικοί αλγόριθμοι βελτιστοποίησης για επεξεργασία μεγάλων τανυστών | el |
| Creator | Kolomvakis Christos | en |
| Creator | Κολομβακης Χρηστος | el |
| Contributor [Thesis Supervisor] | Liavas Athanasios | en |
| Contributor [Thesis Supervisor] | Λιαβας Αθανασιος | el |
| Contributor [Committee Member] | Samoladas Vasilis | en |
| Contributor [Committee Member] | Σαμολαδας Βασιλης | el |
| Contributor [Committee Member] | Karystinos Georgios | en |
| Contributor [Committee Member] | Καρυστινος Γεωργιος | el |
| Publisher | Πολυτεχνείο Κρήτης | el |
| Publisher | Technical University of Crete | en |
| Academic Unit | Technical University of Crete::School of Electrical and Computer Engineering | en |
| Academic Unit | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Content Summary | In this thesis, we consider the problem of tensor completion. We investigate two cases: In the first part, we consider Nonnegative Tensor Completion. We propose an improvement over an existing distributed algorithm for the solution of this problem, test it on synthetic and real datasets, and measure the execution time and speedups. In the second part, we consider unconstrained tensor completion with smoothing constraints. We present the problem statement and we propose a distributed algorithm for its solution. We develop an algorithm which takes into account the distribution of the nonzero elements during the assignment of subtensors (and, as a result, of the corresponding subfactors) to each processor. We test our adaptive partitioning algorithm on real world datasets and measure the attained speedup. | en |
| Content Summary | Σε αυτήν την εργασία, μελετάμε το πρόβλημα του tensor completion. Μελετάμε δυο περιπτώσεις: Η πρώτη περίπτωση είναι το Nonnegative Tensor Completion. Προτείνουμε μια βελτίωση σε έναν υπάρχων αλγόριθμο, τον δοκιμάζουμε σε συνθετικά και πραγματικά δεδομένα, και μετράμε τον χρόνο εκτέλεσης και τα speedups. Η δεύτερη περίπτωση το tensor completion με smoothness constraints. Παρουσιάζουμε το πρόβλημα και προτείνουμε έναν κατανεμημένο αλγόριθμο για τη λύση του. Χρησιμοποιούμε επίσης έναν αλγόριθμο που λαμβάνει υπόψιν την κατανομή των μη μηδενικών στοιχείων όταν αντιστοιχεί τους υποτείνουσες (άρα και τους αντίστοιχους factors) σε κάθε επεξεργαστή. Δοκιμάζουμε σε πραγματικά δεδομένα και υπολογίζουμε τον χρόνο εκτέλεσης και τα speedups του αλγορίθμου μας. | el |
| Type of Item | Μεταπτυχιακή Διατριβή | el |
| Type of Item | Master Thesis | en |
| License | http://creativecommons.org/licenses/by/4.0/ | en |
| Date of Item | 2021-12-02 | - |
| Date of Publication | 2021 | - |
| Subject | Optimization | en |
| Subject | Distributed algorithms | en |
| Subject | Unconstrained tensor completion with smoothing constraints | en |
| Subject | Nonnegative tensor completion | en |
| Subject | Tensor completion | en |
| Subject | Tensor decomposition | en |
| Bibliographic Citation | Christos Kolomvakis, "Efficient optimization algorithms for large tensor processing", Master Thesis, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2021 | en |
| Bibliographic Citation | Χρήστος Κολομβάκης, "Αποδοτικοί αλγόριθμοι βελτιστοποίησης για επεξεργασία μεγάλων τανυστών ", Μεταπτυχιακή Διατριβή, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2021 | el |
Copyright © DIAS 2013
