论文笔记：Higher-dimension Tensor Completion via Low-rank Tensor Ring Decomposition
1、基于最近提出的TR分解，我们提出了一种新的张量补全算法——张量环加权优化
2、利用梯度下降法对TR潜在因子进行了优化，并利用它们来预测不完全张量的缺失项。
一、本文工作
1、基于最近提出的TR分解，我们提出了一种新的张量补全算法——张量环加权优化
2、利用梯度下降法对TR潜在因子进行了优化，并利用它们来预测不完全张量的缺失项。
二、基本知识
1、张量环分解模型
2、张量矩阵化（沿n模展开）
（1）第一种方式：
（2）第二种方式：
三、本文模型
本文模型：
由于每一个因子张量都是独立的，故可以转化为N个子问题去求解
得:
通过对问题（7)进行求导，可以得到：
故具体的算法框架为：
四、实验部分
1、收敛的评判准则
（1）relative square error (RSE)
（2）