MATLAB分时代码-Tucker-TensorSketch：利用TensorSketch实现张量的低秩近似（Matlab函数）

简介：
本作品提供了基于MATLAB的Tucker-TensorSketch算法代码，用于高效地计算高维张量的低秩近似。该方法结合了随机化技术与多线程处理，显著提升了大规模数据处理的速度和效率。 Tucker-TensorSketch提供了Matlab函数用于使用TensorSketch对张量进行低阶Tucker分解。 我们方法的更多信息可以在相关论文《使用TensorSketch进行大张 tensor 的低秩 Tucker 分解》中找到，作者为Malik 和 S. Becker，发表于神经信息处理系统进展32卷第10096-10106页，出版年份是2018。 Tucker-TensorSketch提供了三个函数：tucker_ts、tucker_ts_double_sketch和 tucker_ttmts。这些函数用于对张量进行低阶 Tucker 分解，并且是标准交替最小二乘算法（高阶正交迭代）的一种变体。它们结合了名为TensorSketch的草图绘制技术，这是一种CountSketch形式的技术，能够有效地应用于较小矩阵Kronecker积形成的较大矩阵上。 由于TensorSketch的特点，我们的函数只需输入张量的一次传递，并且可以处理流数据中的元素顺序读取问题而无需同时访问所有元素。