[论文解读] Multilinear analysis of quaternion arrays: theory and computation

Julien Flamant, Xavier Luciani+2 more|arXiv (Cornell University)|Dec 6, 2024

Tensor decomposition and applications被引用 1

一句话总结

本文通过将四元数张量定义为HR-多线性形式，提出了一套严格的多线性框架，以解决四元数乘法中的非交换性问题。该研究建立了四元数张量的Tucker分解与典型多线性分解（Q-CPD），并基于左/右秩与Kruskal秩证明了唯一性条件，进一步提出了两种高效算法——四元数域和复数域交替最小二乘法（ALS），在数值实验中展现出高精度与计算效率。

ABSTRACT

Multidimensional quaternion arrays (often referred to as "quaternion tensors") and their decompositions have recently gained increasing attention in various fields such as color and polarimetric imaging or video processing. Despite this growing interest, the theoretical development of quaternion tensors remains limited. This paper introduces a novel multilinear framework for quaternion arrays, which extends the classical tensor analysis to multidimensional quaternion data in a rigorous manner. Specifically, we propose a new definition of quaternion tensors as $\mathbb{H}\mathbb{R}$-multilinear forms, addressing the challenges posed by the non-commutativity of quaternion multiplication. Within this framework, we establish the Tucker decomposition for quaternion tensors and develop a quaternion Canonical Polyadic Decomposition (Q-CPD). We thoroughly investigate the properties of the Q-CPD, including trivial ambiguities, complex equivalent models, and sufficient conditions for uniqueness. Additionally, we present two algorithms for computing the Q-CPD and demonstrate their effectiveness through numerical experiments. Our results provide a solid theoretical foundation for further research on quaternion tensor decompositions and offer new computational tools for practitioners working with quaternion multiway data.

研究动机与目标

• 通过解决缺乏正式多线性理论的问题，为多维四元数数组（四元数张量）建立数学上严谨的基础。
• 通过HR-多线性形式的无坐标定义，解决张量分解中四元数乘法非交换性带来的挑战。
• 以理论严谨性将经典张量分解（特别是Tucker与CPD）推广至四元数域。
• 刻画四元数CPD（Q-CPD）的平凡歧义性及等价的复数模型。
• 基于左/右线性无关性与Kruskal型秩，推导Q-CPD的充分唯一性条件。

提出的方法

• 将四元数张量定义为HR-多线性形式，确保多线性性的同时尊重四元数代数的非交换性。
• 通过n模积与基变换变换引入四元数Tucker格式，推广实数/复数张量格式。
• 利用秩一分量分解方法，为四元数张量开发典型多线性分解（Q-CPD）。
• 建立Q-CPD与特定复数张量分解（秩为(2,2,1)）之间的等价性，从而可应用复数分析工具。
• 定义左/右秩及左/右Kruskal秩，以刻画Q-CPD的唯一性，将经典Kruskal条件推广至四元数。
• 提出两种交替最小二乘法（ALS）算法：一种直接在四元数域运行，另一种在复数域运行，均针对效率进行了优化。

实验结果

研究问题

• RQ1 尽管四元数乘法具有非交换性，如何定义一致的四元数张量多线性框架？
• RQ2 在非交换代数存在的情况下，四元数CPD（Q-CPD）的必要与充分唯一性条件是什么？
• RQ3 Q-CPD与复数张量分解有何关联？是否可在复数域中等价建模？
• RQ4 Q-CPD的直接四元数域算法与复数域算法之间存在哪些计算权衡？
• RQ5 所提出的Q-CPD框架能否在真实世界多维数据（如彩色或全斯态图像）中有效应用，并保证唯一性？

主要发现

• 所提出的HR-多线性形式定义为四元数张量提供了严谨的、无坐标的理论基础，解决了先前工作中存在的基础性模糊问题。
• Q-CPD在数学上等价于特定的复数张量分解（秩为(2,2,1)），从而可应用复数分析工具。
• 基于左/右Kruskal秩，建立了Q-CPD的充分唯一性条件，将经典Kruskal条件推广至四元数。
• 所提出的两种基于ALS的算法均实现了高精度，数值实验中C-ALS与Q-ALS的计算时间分别为0.0027s，表现出相当的效率。
• 数值实验表明，系统在各种信噪比（SNR）下均表现稳健，收敛一致且误差率低。
• 该框架可实现对多维四元数数据的可靠分解，为彩色成像、全斯态测量及视频处理等应用提供了坚实的理论与计算基础。