流式高阶张量追踪建模与应用综述OA

当前张量分解技术已在医学成像、遥感成像、智能交通、智能驾驶、无线通信、计算机视觉、信号图像处理等众多领域取得了巨大成就.然而,在在线或者动态环境下,对源自多维数据流的张量进行分解面临着诸多挑战,这主要归因于实时流处理过程中固有的复杂性和难题.近年来,许多研究工作致力于发展在线分解此类张量的高效方法,从而在流式张量分解或张量追踪方面取得了重大进展.这一主题是前沿且新颖的,丰富了张量分解的文献.因此,全面而系统地概述当前张量追踪方法对于学术界与业界的研究人员而言具有举足轻重的意义.对不同框架下具有代表性的张量追踪技术进行了比较全面的调研.将最先进的方法分为三大类:流式CP分解、流式Tucker分解以及其他张量格式(即TT、TR、FCTN、T-SVD和BTD)下的流式分解.在每个类别中,根据模型主要特点和优化框架进一步将现有算法划分为子类别.最后,综述张量追踪的几个应用、研究挑战与困难、未解决问题以及未来的潜在研究方向.