Solving sparse non-negative tensor equations： algorithms and applications

我们为解决在多维的网络由询问搜索和社区发现从象信息检索那样的数据采矿应用程序产生的一套稀少的非否定的张肌方程(multivariate 多项式系统) 学习反复的方法。由使用稀少、非否定的张肌结构，我们为解决张肌方程开发 Jacobi 和 Gauss-Seidel 方法。有向量的张肌的增加在这些反复的方法的每次重复被要求，费用在稀少的张肌每重复取决于非零的数字。我们在合适的条件下面显示出 Jacobi 和 Gauss-Seidel 方法的线性集中，并且因此，稀少的非否定的张肌方程的集合能很高效地被解决。由在多维的网络的询问搜索和社区发现的信息检索上的试验性的结果被介绍说明张肌方程的应用程序和建议方法的有效性。