Tensor Methods in ComputerVision and Deep LearningBy YANNIS PANAGAKIS JEAN KOSSAIFI GRIGORIOS G CHRYSOS JAMES OLDFIELD MIHALIS A NICOLAOU ANIMA ANANDKUMAR AND STEFANOS ZAFEIRIOU Member IEEE论文介绍

该论文介绍了张量方法在计算机视觉和深度学习中的应用。张量是多维数组的扩展，可以用于表示多种类型的数据，并且能够捕捉数据中的高阶结构。本文探讨了如何使用张量分解和张量网络来处理图像、视频和语音等领域的数据。具体来说，本文介绍了基于张量分解的低秩近似方法、基于张量网络的卷积神经网络和循环神经网络、以及基于张量分解的深度学习模型等。这些方法在计算机视觉和深度学习任务中取得了显著的进展，并且具有较强的可解释性和泛化能力。本文还讨论了张量方法的一些挑战和未来的发展方向。