مقایسه الگوریتم ماشین های تانسور پشتیبان با ماشین های بردار پشتیبان

بیشتر الگوریتم های یادگیری موجود از بردارها به عنوان داده های ورودی استفاده می کنند. این توابع در محیط برداری برای طبقه بندی ،دسته بندی و یا کاهش ابعاد آموزش داده می شود.با این حال در بعضی مواقع دلایلی برای در نظر گرفتن داده ها به عنوان تانسور وجود دارد.برای مثال یک تصویر می تواند به عنوان یک تانسور مرتبه دو و ویدئوها به عنوان تانسور مرتبه سه در نظر گرفته شوند. همچننی الگوریتم هایی مانند (Support Tensor Machine(STM و (Tensor Least square(TLS وجود دارند که از تانسورها استفاده می کنندکه در اینجا STM را مورد بررسی و مقایسه قرار می دهیم.

کلیدواژه ها:

کلیدی:ماشین های تانسور پشتیبان ، ماشین های بردار پشتیبان ، طبقه بندی ، بیان تانسوری