Skip to main content
QUICK REVIEW

[论文解读] On some properties of nonnegative weakly irreducible tensors

Yuning Yang, Qingzhi Yang|arXiv (Cornell University)|Nov 3, 2011
Tensor decomposition and applications参考文献 21被引用 58
一句话总结

本文通过引入对角相似性下的随机张量等价关系,将非负不可约张量的关键性质推广至非负弱不可约张量。证明了每个谱半径为1的非负弱不可约张量都与唯一的弱不可约随机张量对角相似,从而实现了谱理论结果的推广,同时通过反例表明,某些不可约张量的结果无法推广至弱不可约情形。

ABSTRACT

In this paper, we mainly focus on how to generalize some conclusions from nonnegative irreducible tensors to nonnegative weakly irreducible tensors. To do so, a basic and important lemma is proven using new tools. First, we give the definition of stochastic tensors. Then we show that every nonnegative weakly irreducible tensor with spectral radius being one is diagonally similar to a unique weakly irreducible stochastic tensor. Based on it, we prove some important lemmas, which help us to generalize the results related. Some counterexamples are provided to show that some conclusions for nonnegative irreducible tensors do not hold for nonnegative weakly irreducible tensors.

研究动机与目标

  • 将非负不可约张量的已建立结果推广至更广泛的非负弱不可约张量类别。
  • 利用新颖工具建立分析弱不可约张量的基础引理。
  • 证明每个谱半径为1的非负弱不可约张量都与唯一的弱不可约随机张量对角相似。
  • 通过反例识别不可约张量结果在弱不可约情形下的局限性。

提出的方法

  • 将随机张量定义为归一化和比较的关键工具。
  • 证明一个核心引理,建立谱半径为1时弱不可约张量与随机张量之间的对角相似性。
  • 使用对角相似变换在保持谱性质的同时简化结构。
  • 应用非负张量理论和弱不可约性理论推导广义谱结果。
  • 构造反例以表明某些在不可约张量中成立的性质在弱不可约情形下不成立。
  • 利用谱半径归一化统一分析弱不可约张量类别。

实验结果

研究问题

  • RQ1非负不可约张量的谱性质能否推广至非负弱不可约张量?
  • RQ2每个谱半径为1的非负弱不可约张量是否都与唯一的弱不可约随机张量对角相似?
  • RQ3不可约张量的哪些结构或谱性质在弱不可约情形下不成立?
  • RQ4为弥合不可约与弱不可约张量理论之间的差距,需要哪些新工具或引理?
  • RQ5随机张量归一化如何有助于弱不可约张量的分析?

主要发现

  • 每个谱半径为1的非负弱不可约张量都与唯一的弱不可约随机张量对角相似。
  • 对角相似变换保持谱性质,从而实现从不可约到弱不可约张量的结果推广。
  • 利用新颖工具建立了一个新的基础引理,为后续推广奠定基础。
  • 提供了反例,表明某些在不可约张量中成立的结论在弱不可约情形下不成立。
  • 随机张量理论为分析弱不可约张量提供了强有力的归一化框架。
  • 结果将谱理论推广至更广泛的张量类别,同时精确指出了先前假设的局限性。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。