Добуток Хатрі-Рао

Матеріал з testwiki
Перейти до навігації Перейти до пошуку

Добуток Хатрі-Рао (Шаблон:Lang-en) — матрична операція перемноження матриць, що визначається виразом[1][2]:

𝐀𝐁=(𝐀ij𝐁ij)ij

в якому ij-й блок являє собою добуток Кронекера Шаблон:Nowrap відповідних блоків A і B за умови, що кількість рядків і стовпців обох матриць однакова. Розмірність добутку — Шаблон:Nowrap.

Наприклад, якщо матриці A і B мають блокову розмірність Шаблон:Nowrap

𝐀=[𝐀11𝐀12𝐀21𝐀22]=[123456789],𝐁=[𝐁11𝐁12𝐁21𝐁22]=[147258369],

отримаємо:

𝐀𝐁=[𝐀11𝐁11𝐀12𝐁12𝐀21𝐁21𝐀22𝐁22]=[1212214524421416457221245481].

Стовпцевий добуток Хатрі-Рао

Стовпцевий добуток Кронекера двох матриць також прийнято називати добутком Хатрі-Рао. Цей добуток передбачає, що блоки матриць є їх стовпцями. В такому випадку Шаблон:Nowrap, Шаблон:Nowrap, Шаблон:Nowrap і для кожного j: Шаблон:Nowrap. Результатом добутку є Шаблон:Nowrap- матрица, кожен стовпець якої отримується як добуток Кронекера відповідних стовпців матриць A і B. Спираючись на розбиття матриць з попереднього прикладу на стовпці, отримаємо:

𝐂=[𝐂1𝐂2𝐂3]=[123456789],𝐃=[𝐃1𝐃2𝐃3]=[147258369],

і далі:

𝐂𝐃=[𝐂1𝐃1𝐂2𝐃2𝐂3𝐃3]=[18212102431227420428254812305473263144072214881].

Застосування

Стовпцева версія добутку Хатрі-Рао застосовується в лінійній алгебрі для аналітичної обробки даних[3] і оптимізації рішень проблеми обернення діагональних матриць.[4][5]

В 1996 р. стовпцевий добуток Хатрі-Рао був запропонований для формалізації задачі оцінювання напрямку приходу та часу затримки сигналів в цифровій антенній решітці[6], а також для опису відгуку 4-координатного радара[7].

Торцевий добуток

Торцевий добуток матриць

Альтернативна концепція добутку матриць, яка на відміну від стовпцевої версії добутку Хатрі-Рао використовує розбиття матриць на рядки, була запропонована Слюсарем В. І.[8] в 1996 р. і названа ним торцевий добуток (Шаблон:Lang-en)[7][9][10][11] або транспонований добуток Хатрі-Рао (Шаблон:Lang-en)[12].

Цей тип матричного добутку спирається на перемноження елементів рядків двох і більше матриць з однаковою кількістю рядків за правилом добутку Кронекера. Використовуючи розбиття матриць з попередніх прикладів на рядки:

𝐂=[𝐂1𝐂2𝐂3]=[123456789],𝐃=[𝐃1𝐃2𝐃3]=[147258369],

можна записати[7][9][10]:

𝐂𝐃=[𝐂1𝐃1𝐂2𝐃2𝐂3𝐃3]=[14728143122182032102540123048214263244872275481].

Основні властивості

Шаблон:Ordered list Наприклад[13],
([100110][101001])([1111][1111])([σ100σ2][ρ100ρ2])([x1x2][y1y2])=([100110][101001])([1111][σ100σ2][x1x2][1111][ρ100ρ2][y1y2])=[100110][1111][σ100σ2][x1x2][101001][1111][ρ100ρ2][y1y2]

та інші. Крім того, Слюсарем В. І. були запропоновані блокові версії транспонованого добутку та досліджені їх властивості[7].

Блоковий торцевий добуток

Застосування блокового транспонованого торцевого добутку для опису відгуку багатогранної цифрової антенної решітки[14]

Для блокових матриць з однаковою кількістю рядків у відповідних блоках

𝐀=[𝐀11𝐀12𝐀21𝐀22],𝐁=[𝐁11𝐁12𝐁21𝐁22],

згідно з визначенням[7][10], блоковий торцевий добуток 𝐀[]𝐁 запишеться у вигляді:

𝐀[]𝐁=[𝐀11𝐁11𝐀12𝐁12𝐀21𝐁21𝐀22𝐁22].

Аналогічно для блокового транспонованого торцевого добутку (або блокового стовпцевого добутку Хатрі-Рао) двох матриць 𝐀[]𝐁 з однаковою кількістю стовпців у відповідних блоках справедливо[7]:

𝐀[]𝐁=[𝐀11𝐁11𝐀12𝐁12𝐀21𝐁21𝐀22𝐁22].

Основні властивості

Шаблон:Ordered list

Застосування

Родина торцевих добутків матриць стала основою започаткованої Слюсарем В. І. тензорно-матричної теорії цифрових антенних решіток для радіотехнічних систем[12], яка надалі отримала розвиток як частина теорії цифрової обробки сигналів.

Торцевий добуток набув широкого поширення в системах машинного навчання, статистичній обробці великих даних[13]. Він дозволяє скоротити обсяги обчислень при реалізації методу зменшення розмірності даних, що одержав назву тензорний скетч[13] а також швидкого перетворення Джонсона — Лінденштрауса[13]. При цьому здійснюється перехід від матриці великої розмірності до добутку Адамара, що оперує матрицями меншого розміру. Похибки апроксимації данних великої розмірності на основі торцевого добутку матриць задовольняють лемі Джонсона — Лінденштрауса[13][15]. У тому ж контексті ідея торцевого добутку може бути використана для вирішення завдання диференційної приватності (Шаблон:Lang-en)[16]. Крім того, аналогічні обчислення були застосовані для формування тензорів співпадань в задачах обробки природної мови і побудови гіперграфів подібності зображень[17].

Торцевий добуток використаний у 2003 р. для P-сплайн апроксимації[18], у 2006 р. — для побудови узагальнених лінійних моделей масивів даних (GLAM) при їх статистичній обробці[19], а також для ефективної реалізації ядрових методів машинного навчання та дослідження взаємодії генотипів з оточуючим середовищем[20].

Див. також

Примітки

Шаблон:Reflist

Джерела

Шаблон:Бібліоінформація

  1. Шаблон:Cite journal
  2. Шаблон:Citation
  3. See e.g. H.D. Macedo and J.N. Oliveira. A linear algebra approach to OLAP. Formal Aspects of Computing, 27(2):283–307, 2015.
  4. Шаблон:Cite journal
  5. Шаблон:Cite journal
  6. Шаблон:Cite news
  7. 7,0 7,1 7,2 7,3 7,4 7,5 Шаблон:Cite journal
  8. Anna Esteve, Eva Boj & Josep Fortiana (2009): Interaction Terms in Distance-Based Regression, Communications in Statistics — Theory and Methods, 38:19, P. 3501 [1] Шаблон:Webarchive
  9. 9,0 9,1 Шаблон:Cite journal
  10. 10,0 10,1 10,2 Шаблон:Cite journal
  11. Шаблон:Cite journal
  12. 12,0 12,1 Шаблон:Cite web
  13. 13,0 13,1 13,2 13,3 13,4 Помилка цитування: Неправильний виклик тегу <ref>: для виносок під назвою tensorsketch не вказано текст
  14. Помилка цитування: Неправильний виклик тегу <ref>: для виносок під назвою lecture не вказано текст
  15. Шаблон:Cite conference
  16. Помилка цитування: Неправильний виклик тегу <ref>: для виносок під назвою k2010 не вказано текст
  17. Bryan Bischof. Higher order co-occurrence tensors for hypergraphs via face-splitting. Published 15 February, 2020, Mathematics, Computer Science, ArXiv Шаблон:Webarchive
  18. Помилка цитування: Неправильний виклик тегу <ref>: для виносок під назвою spline не вказано текст
  19. Помилка цитування: Неправильний виклик тегу <ref>: для виносок під назвою GLAM не вказано текст
  20. Johannes W. R. Martini, Jose Crossa, Fernando H. Toledo, Jaime Cuevas. On Hadamard and Kronecker products in covariance structures for genotype x environment interaction.//Plant Genome. 2020;13:e20033. Page 5. [2]