An Aggregative High-Order Singular Value Decomposition Method in Edge Computing
An Aggregative High-Order Singular Value Decomposition Method in Edge Computing
复制标题
边缘计算中的聚合高阶奇异值分解方法
DOI：
10.1109/access.2020.2977249
复制
发表时间：
2020
期刊：
影响因子：
3.9
通讯作者：
Qingqing Huang
中科院分区：
文献类型：
--
作者：
Junhua Chen;Ping Wang;Chenggen Pu;Qingqing Huang
在边缘计算中，为了降维和核心数据提取，边缘计算节点（ECN）和云服务器都可以在数据被传递到本地计算模型之前实现高阶奇异值分解（HOSVD）算法。然而，目前许多边缘计算系统将这两个HOSVD过程视为两个独立的部分，这导致在云中重复计算。本文提出了一种聚合HOSVD方法，通过重用子张量HOSVD的中间结果在ECN中，以减少合并张量的HOSVD计算成本在云服务器。首先证明了奇异值分解的两个等价引理。其次，提出了SVD左合并算法（SVDLM）、分层SVDLM（H-SVDLM）和聚合HOSVD（AHOSVD）算法，通过有效合并子张量的展开矩阵SVD结果，得到合并张量的HOSVD结果。最后，比较了HOSVD和AHOSVD算法的效率和精度，实验结果表明，在精度与HOSVD算法相当的情况下，AHOSVD算法比HOSVD算法提高了效率。
In edge computing, for dimensionality reduction and core data extraction, both edge computing node (ECN) and cloud server may implement a high-order singular value decomposition (HOSVD) algorithm before data are passed to local computing models. However, at present, many edge computing systems regard the two HOSVD procedures as two independent parts, which leads to repeated calculations in the cloud. In this paper, we propose an aggregative HOSVD method by reusing intermediate results of subtensor HOSVD in ECNs to reduce the HOSVD computing cost of the merged tensor in the cloud server. First, two equivalence lemmas of singular value decomposition (SVD) are proven. Second, the SVD left mergence algorithm (SVDLM), hierarchical-SVDLM (H-SVDLM) algorithm and aggregative HOSVD (AHOSVD) algorithm are proposed to obtain the HOSVD result of the merged tensor by efficiently merging the unfolded matrix SVD results of the subtensors. Finally, the efficiency and accuracy between the HOSVD and the AHOSVD are compared, and the experimental results validate that the proposed AHOSVD algorithm improves efficiency compared with the HOSVD algorithm in circumstances with comparable accuracy results with the HOSVD algorithm.
登录
查看更多内容
DOI：
10.1201/b10345-5
发表时间：
2010-11
期刊：
Encyclopedia of Autism Spectrum Disorders
影响因子：
--
作者：
Kim-Anh Lê Cao;Z. Welham
通讯作者：
Kim-Anh Lê Cao;Z. Welham
影响因子：
5
作者：
Xiaokang Wang;Wei Wang;L. Yang;Siwei Liao;Dexiang Yin;M. Deen
通讯作者：
Xiaokang Wang;Wei Wang;L. Yang;Siwei Liao;Dexiang Yin;M. Deen
影响因子：
12.3
作者：
Pace, Pasquale;Aloi, Gianluca;Liotta, Antonio
通讯作者：
Liotta, Antonio
DOI：
10.1109/tetc.2014.2330516
发表时间：
2014-07-01
影响因子：
5.9
作者：
Kuang, Liwei;Hao, Fei;Min, Geyong
通讯作者：
Min, Geyong
影响因子：
1.5
作者：
De Lathauwer, Lieven
通讯作者：
De Lathauwer, Lieven