利用张量分解结构加速矩阵乘法
Exploiting the Structure in Tensor Decompositions for Matrix Multiplication
AI总结：
本文提出了一种利用特殊特征的张量分解方法来加速矩阵乘法，通过这种结构获得了比张量分解秩所建议的指数更低的乘法指数，特别是在6×6矩阵乘法中，将最近算法的指数从2.8075降低到2.8019，同时保持了合理的主系数。
摘要：
我们提出了一种新的快速矩阵乘法算法，该算法利用具有特殊特征的张量分解。得益于这些特征，我们获得了比张量分解秩所建议的更低的指数。特别是对于6×6矩阵乘法，我们将Moosbauer和Poole最近算法的指数从2.8075降低到2.8019，同时保持了合理的主系数。
英文摘要：
We present a new algorithm for fast matrix multiplication using tensor decompositions which have special features. Thanks to these features we obtain exponents lower than what the rank of the tensor decomposition suggests. In particular for $6\times 6$ matrix multiplication we reduce the exponent of the recent algorithm by Moosbauer and Poole from $2.8075$ to $2.8019$, while retaining a reasonable leading coefficient.
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。
