Analyse de grandes données tensorielles couplées - UGA-TEST-TER Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Analyse de grandes données tensorielles couplées

Résumé

Tensor data analysis is presently one of the hot topics in signal processing. New measurement tools allow huge amount of multi-variate complementary data to be collected on the same physical phenomenon, a property very well exploited by tensor algebra. In this paper, we treat the big data problem when tensorial data are coupled along one factor. A joint compression scheme and new coupled decomposition algorithms are introduced and demonstrated on synthetic data.
Un des sujets phare du traitement du signal moderne est l'analyse de données tensorielles. Les systèmes de mesure actuels permettent en effet l'acquisition de multiples variables d'une même observation, et la multilinéarité intrinsèque de l'algèbre tensorielle en fait un outil de choix pour traiter ce type de données multivariées. Conjointement, la quantité de données à traiter s'est accrue de façon exponentielle. Nous proposons de traiter plusieurs grands jeux de données dont certains observables sont identiques ou proches. Une méthode de compression simultanée est proposée, ainsi qu'un traitement joint des données compressées. Les algorithmes sont présentés sur des données synthétiques.
Fichier principal
Vignette du fichier
gretsi_2015_v5.pdf (342.69 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01135090 , version 1 (24-03-2015)

Identifiants

  • HAL Id : hal-01135090 , version 1

Citer

Jérémy E Cohen, Rodrigo Cabral Farias, Pierre Comon. Analyse de grandes données tensorielles couplées. GRETSI 2015 - XXVème Colloque francophone de traitement du signal et des images, Sep 2015, Lyon, France. ⟨hal-01135090⟩
302 Consultations
344 Téléchargements

Partager

Gmail Facebook X LinkedIn More