Codage convolutif multivarié clair avec tenseur de faible rang.

Résumé Cet article présente un nouveau codage clairsemé convolutif multivarié basé sur l'algèbre tensorielle avec un modèle général imposant à la fois la sparsité par élément et la faible raréfaction des tenseurs d'activations. En utilisant la décomposition CP, ce modèle réalise un codage significativement plus efficace du signal multivarié, en particulier dans le cas d'un ordre/dimension élevé, ce qui se traduit par de meilleures performances. Nous prouvons que notre modèle est étroitement lié au problème de la régression tensorielle de Kruskal, ce qui offre des garanties théoriques intéressantes pour notre cadre. En outre, nous fournissons un algorithme d'optimisation efficace basé sur l'optimisation alternée pour résoudre ce modèle. Enfin, nous évaluons notre algorithme à l'aide d'un large éventail d'expériences, mettant en évidence ses avantages et ses limites.