[论文解读] Tensor Transpose and Its Properties

Ran Pan|arXiv (Cornell University)|Nov 6, 2014

Tensor decomposition and applications参考文献 15被引用 6

一句话总结

本文通过置换群与对称性引入广义张量转置，将矩阵转置推广至高阶张量。建立了关键性质，包括在特定转置下张量秩与特征值的不变性，并推导了基于置换的转置下CP与Tucker分解的变换规则。

ABSTRACT

Tensor transpose is a higher order generalization of matrix transpose. In this paper, we use permutations and symmetry group to define? the tensor transpose. Then we discuss the classification and composition of tensor transposes. Properties of tensor transpose are studied in relation to tensor multiplication, tensor eigenvalues, tensor decompositions and tensor rank.

研究动机与目标

• 通过置换群形式化N维张量的矩阵转置高阶推广。
• 基于对称群作用对张量转置进行分类与组合。
• 研究张量转置对张量乘法、特征值、分解与秩的影响。
• 推导CP与Tucker分解在张量转置操作下的变换规则。

提出的方法

• 通过置换 σ ∈ Sₙ 定义张量转置，其中 𝒳ᵀᵣ(iσ(1), ..., iσ(N)) = 𝒳(i₁, ..., iₙ)，推广了矩阵转置。
• 利用对称群 Sₙ 对转置进行分类，并分析不同置换下的复合规则。
• 应用命题3.1证明 (𝒳 ×ₖ A)ᵀσ = 𝒳ᵀσ ×σ⁻¹(k) A，建立转置与张量乘法的联系。
• 证明 lᵖ-特征值在特定转置下保持不变，尤其在对称或超对称张量中。
• 推导CP分解的变换规则：若 𝒳 = [[A₁, A₂, A₃]]，则 𝒳ᵀσ = [[Aσ(1), Aσ(2), Aσ(3)]]
• 建立Tucker分解的变换规则：若 𝒳 = [[𝒢; A₁, A₂, A₃]]，则 𝒳ᵀσ = [[𝒢ᵀσ; Aσ(1), Aσ(2), Aσ(3)]]，表明核心张量与因子矩阵的变换具有一致性。

实验结果

研究问题

• RQ1 如何利用群论将矩阵转置操作推广至N维张量？
• RQ2 张量转置在复合与置换下的代数性质是什么？
• RQ3 张量转置如何影响张量乘法与内积结构？
• RQ4 张量特征值在某些类别的张量转置下是否保持不变？
• RQ5 张量分解（CP与Tucker）在张量转置操作下如何变换？

主要发现

• 通过置换群正式定义张量转置，将矩阵转置推广至高阶张量。
• 命题3.1建立了基本恒等式：(𝒳 ×ₖ A)ᵀσ = 𝒳ᵀσ ×σ⁻¹(k) A，将转置与张量乘法联系起来。
• 张量的 lᵖ-特征值在特定张量转置下保持不变，尤其当置换保持对称性时。
• 张量的秩在任意张量转置下保持不变，如命题5.3所示。
• 对于CP分解，若 𝒳 = [[A₁, A₂, A₃]]，则在置换 σ 的转置下有 𝒳ᵀσ = [[Aσ(1), Aσ(2), Aσ(3)]]。
• 对于Tucker分解，若 𝒳 = [[𝒢; A₁, A₂, A₃]]，则 𝒳ᵀσ = [[𝒢ᵀσ; Aσ(1), Aσ(2), Aσ(3)]]，表明核心张量与因子矩阵的变换具有一致性。