★ 3
TuBA：多维序列建模的 Tucker 瓶颈注意力
论文提出 Tucker 瓶颈注意力（TuBA），利用低秩张量结构实现高效全局 token 混合，将隐藏张量投影到紧凑 Tucker 核心上做多头注意力。在视频预测和全球天气预报上，它比标准自注意力最多降低 24.7% 和 37.1% 误差，计算量减少 66.6% 和 85.1%。
arXiv cs.LG25 天前
#张量分解
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
arXiv 论文：TensorSSM 用状态空间模型记忆空间位置做张量分解
论文提出 TensorSSM，一种基于动态状态空间模型的隐式神经表示函数式张量分解方法，按 K 叉规则将各模态坐标分解为从粗到细的空间 token 序列。模型扩展状态空间以显式映射跨模态空间依赖，在序列维与状态维两个方向扩展张量表示。实验显示其在高维张量数据压缩上具备更高重建精度与存储效率。
arXiv cs.LG3 小时前
★ 2
FTD-GNO：张量分解实现低内存图神经算子
论文提出 FTD-GNO，通过将高维连续积分核分解为低维模态函数，避免显式物化全边核张量。采用 CP、Tensor-Train、Tucker 等张量分解格式，显著降低核评估与聚合的内存占用。实验显示峰值内存低于未分解基线，训练时间更短，并具备良好可扩展性。
arXiv cs.LG27 天前
★ 2
基于张量分解的约束感知离散黑盒优化
针对离散黑盒优化中代理模型难以捕捉可行性逻辑约束的问题，论文提出基于张量分解的代理建模方法，直接整合可行性信息。作者将代理训练形式化为约束多项式优化，并用 T-范数导出的可微惩罚项求解松弛形式。在合成与真实基准（含压力容器设计）上，该方法有效避开不可行区域，提升样本效率。
arXiv cs.LG53 天前