محققان در مقاله جدیدی از چارچوب نوین KReTTaH رونمایی کردهاند که یک روش غیرپارامتریک و تفسیرپذیر برای بازسازی دادههای مفقود (Imputation) است.
🔹 این تکنیک با استفاده از «تنسورترینها» (Tensor Trains) و پارامتردهی هادامارد، بدون نیاز به دادههای آموزشی حجیم، به شکلی هوشمندانه و دقیق عمل میکند.
این مدل بهویژه در پردازش دادههای پیچیده مثل تصاویر fMRI مغز و تحلیل جریانهای داده در گرافهای پویا، عملکردی فراتر از مدلهای عصبی و بیزی موجود از خود نشان داده است. این دستاورد میتواند گام مهمی در بهینهسازی محاسبات ریاضی و یادگیری ماشین باشد.
منبع: arXiv Machine Learning