矩阵乘法张量的广义循环对称分解
Generalized cyclic symmetric decompositions for the matrix multiplication tensor
AI总结：
本文为非方阵矩阵乘法张量的多元分解提出广义循环对称结构，通过减少优化变量改善收敛，并在现有数值优化算法中验证其能找到更多实用分解。
摘要：
针对非方阵矩阵乘法，本文在矩阵乘法张量的多元分解因子矩阵中提出一种新的广义循环对称结构，以减少优化问题中的变量数并由此改善收敛性。该结构被实现到一个现有数值优化算法中。大量数值实验表明，所提出结构确实能找到更多（实用的）分解。
英文摘要：
A new generalized cyclic symmetric structure in the factor matrices of polyadic decompositions of matrix multiplication tensors for non-square matrix multiplication is proposed to reduce the number of variables in the optimization problem and in this way improve the convergence. The structure is implemented in an existing numerical optimization algorithm. Extensive numerical experiments are given that the proposed structure indeed finds more (practical) decompositions.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
