{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3420204"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3420204","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Tensors: Theory and Applications","abstract":"Αυτή η διατριβή διερευνά τις θεωρητικές βάσεις και τις πρακτικές εφαρμογές των τανυστών, οι οποίοι είναι πολυδιάστατες γενικεύσεις των πινάκων. Ξεκινά με μια εισαγωγή στον υπολογισμό των τανυστών, καλύπτοντας βασικούς συμβολισμούς, γινόμενα τανυστών και αποσυνθέσεις, με έμφαση στους τανυστές τρίτης τάξης. Συζητούνται βασικές πράξεις τανυστών, όπως το ξεδίπλωμα, καθώς και οι υλοποιήσεις τους σε περιβάλλοντα επεξεργασίας δεδομένων και υπολογισμών. Το δεύτερο κεφάλαιο εμβαθύνει στις αποσυνθέσεις πινάκων και τανυστών, επεκτείνοντας τις κλασικές παραγοντοποιήσεις πινάκων όπως LU, QR και SVD στους τανυστές. Αυτές οι αποσυνθέσεις είναι κρίσιμες για την απλοποίηση υπολογισμών που βασίζονται σε τανυστές και χρησιμοποιούνται ευρέως στην επίλυση συστημάτων γραμμικών εξισώσεων και μοντέλων παλινδρόμησης. Το τρίτο κεφάλαιο ασχολείται με τις αποσυνθέσεις τανυστών ανώτερης τάξης, συμπεριλαμβανομένων των Κανονικών Πολυαδικών (CP) και Tucker αποσυνθέσεων, οι οποίες αποτελούν ισχυρά εργαλεία για τη μείωση της διαστατικότητας των τανυστών. Ορίζεται επίσης και διερευνάται σε αυτό το πλαίσιο η τάξη τανυστών, η οποία μετρά την πολυπλοκότητα των δεδομένων των τανυστών. Στο τέταρτο κεφάλαιο, η διατριβή εξετάζει τα μοντέλα παλινδρόμησης με βάση τους τανυστές, τονίζοντας πώς οι τανυστές μπορούν να εφαρμοστούν στην ανάλυση δεδομένων πολλαπλών κατευθύνσεων. Παρουσιάζονται διάφορες μέθοδοι παλινδρόμησης, όπως η CP, η Tucker και η Skinny t-SVD παλινδρόμηση, για την αποτελεσματική αντιμετώπιση των προκλήσεων του χειρισμού δεδομένων υψηλών διαστάσεων. Τέλος, τα συμπεράσματα συνοψίζουν τα βασικά ευρήματα της έρευνας και συζητούν πιθανές εφαρμογές στην επεξεργασία δεδομένων μεγάλης κλίμακας και στην ανάλυση σημάτων, ενισχύοντας τη σημασία των τανυστών στις σύγχρονες υπολογιστικές τεχνικές.","abstract_html":"Αυτή η διατριβή διερευνά τις θεωρητικές βάσεις και τις πρακτικές εφαρμογές των τανυστών, οι οποίοι είναι πολυδιάστατες γενικεύσεις των πινάκων. Ξεκινά με μια εισαγωγή στον υπολογισμό των τανυστών, καλύπτοντας βασικούς συμβολισμούς, γινόμενα τανυστών και αποσυνθέσεις, με έμφαση στους τανυστές τρίτης τάξης. Συζητούνται βασικές πράξεις τανυστών, όπως το ξεδίπλωμα, καθώς και οι υλοποιήσεις τους σε περιβάλλοντα επεξεργασίας δεδομένων και υπολογισμών. Το δεύτερο κεφάλαιο εμβαθύνει στις αποσυνθέσεις πινάκων και τανυστών, επεκτείνοντας τις κλασικές παραγοντοποιήσεις πινάκων όπως LU, QR και SVD στους τανυστές. Αυτές οι αποσυνθέσεις είναι κρίσιμες για την απλοποίηση υπολογισμών που βασίζονται σε τανυστές και χρησιμοποιούνται ευρέως στην επίλυση συστημάτων γραμμικών εξισώσεων και μοντέλων παλινδρόμησης. Το τρίτο κεφάλαιο ασχολείται με τις αποσυνθέσεις τανυστών ανώτερης τάξης, συμπεριλαμβανομένων των Κανονικών Πολυαδικών (CP) και Tucker αποσυνθέσεων, οι οποίες αποτελούν ισχυρά εργαλεία για τη μείωση της διαστατικότητας των τανυστών. Ορίζεται επίσης και διερευνάται σε αυτό το πλαίσιο η τάξη τανυστών, η οποία μετρά την πολυπλοκότητα των δεδομένων των τανυστών. Στο τέταρτο κεφάλαιο, η διατριβή εξετάζει τα μοντέλα παλινδρόμησης με βάση τους τανυστές, τονίζοντας πώς οι τανυστές μπορούν να εφαρμοστούν στην ανάλυση δεδομένων πολλαπλών κατευθύνσεων. Παρουσιάζονται διάφορες μέθοδοι παλινδρόμησης, όπως η CP, η Tucker και η Skinny t-SVD παλινδρόμηση, για την αποτελεσματική αντιμετώπιση των προκλήσεων του χειρισμού δεδομένων υψηλών διαστάσεων. Τέλος, τα συμπεράσματα συνοψίζουν τα βασικά ευρήματα της έρευνας και συζητούν πιθανές εφαρμογές στην επεξεργασία δεδομένων μεγάλης κλίμακας και στην ανάλυση σημάτων, ενισχύοντας τη σημασία των τανυστών στις σύγχρονες υπολογιστικές τεχνικές.","abstract_has_math":false,"creators":["Σπυρόπουλος Χριστόφορος","Spyropoulos Christoforos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:30:31Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3420204"],"render_values":[{"text":"uoadl:3420204","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3420204","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3420204","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3420204","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Σπυρόπουλος Χριστόφορος","Spyropoulos Christoforos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3420204","https://pergamos.lib.uoa.gr/uoa/dl/object/3420204"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Αυτή η διατριβή διερευνά τις θεωρητικές βάσεις και τις πρακτικές εφαρμογές των τανυστών, οι οποίοι είναι πολυδιάστατες γενικεύσεις των πινάκων. Ξεκινά με μια εισαγωγή στον υπολογισμό των τανυστών, καλύπτοντας βασικούς συμβολισμούς, γινόμενα τανυστών και αποσυνθέσεις, με έμφαση στους τανυστές τρίτης τάξης. Συζητούνται βασικές πράξεις τανυστών, όπως το ξεδίπλωμα, καθώς και οι υλοποιήσεις τους σε περιβάλλοντα επεξεργασίας δεδομένων και υπολογισμών. Το δεύτερο κεφάλαιο εμβαθύνει στις αποσυνθέσεις πινάκων και τανυστών, επεκτείνοντας τις κλασικές παραγοντοποιήσεις πινάκων όπως LU, QR και SVD στους τανυστές. Αυτές οι αποσυνθέσεις είναι κρίσιμες για την απλοποίηση υπολογισμών που βασίζονται σε τανυστές και χρησιμοποιούνται ευρέως στην επίλυση συστημάτων γραμμικών εξισώσεων και μοντέλων παλινδρόμησης. Το τρίτο κεφάλαιο ασχολείται με τις αποσυνθέσεις τανυστών ανώτερης τάξης, συμπεριλαμβανομένων των Κανονικών Πολυαδικών (CP) και Tucker αποσυνθέσεων, οι οποίες αποτελούν ισχυρά εργαλεία για τη μείωση της διαστατικότητας των τανυστών. Ορίζεται επίσης και διερευνάται σε αυτό το πλαίσιο η τάξη τανυστών, η οποία μετρά την πολυπλοκότητα των δεδομένων των τανυστών. Στο τέταρτο κεφάλαιο, η διατριβή εξετάζει τα μοντέλα παλινδρόμησης με βάση τους τανυστές, τονίζοντας πώς οι τανυστές μπορούν να εφαρμοστούν στην ανάλυση δεδομένων πολλαπλών κατευθύνσεων. Παρουσιάζονται διάφορες μέθοδοι παλινδρόμησης, όπως η CP, η Tucker και η Skinny t-SVD παλινδρόμηση, για την αποτελεσματική αντιμετώπιση των προκλήσεων του χειρισμού δεδομένων υψηλών διαστάσεων. Τέλος, τα συμπεράσματα συνοψίζουν τα βασικά ευρήματα της έρευνας και συζητούν πιθανές εφαρμογές στην επεξεργασία δεδομένων μεγάλης κλίμακας και στην ανάλυση σημάτων, ενισχύοντας τη σημασία των τανυστών στις σύγχρονες υπολογιστικές τεχνικές.","This thesis explores the theoretical foundations and practical applications of tensors, which are multi-dimensional generalizations of matrices. It begins with an introduction to tensor computation, covering essential notations, tensor products, and decompositions, with a focus on third-order tensors. Basic tensor operations such as unfolding and t-product are discussed, along with their implementations in data processing and computational contexts. The second chapter delves into matrix and tensor decompositions, extending classical matrix factorizations like LU, QR, and SVD to tensors. These decompositions are critical in simplifying tensor-based calculations and are widely used in solving systems of linear equations and regression models. The third chapter addresses higher-order tensor decompositions, including the Canonical Polyadic (CP) and Tucker decompositions, which are powerful tools for reducing the dimensionality of tensors. Tensor rank, which measures the complexity of tensor data, is also defined and explored in this context. In the fourth chapter, the thesis examines tensor-based regression models, highlighting how tensors can be applied to multi-way data analysis. Various regression methods such as CP, Tucker, and Skinny t-SVD regression are introduced to address the challenges of handling high-dimensional data efficiently. Finally, the conclusions summarize the key findings of the research and discuss potential applications in large-scale data processing and signal analysis, reinforcing the significance of tensors in modern computational techniques."]},{"key":"dc:title","label":"Title","values":["Tensors: Theory and Applications"]}]}],"canonical_facts":{"dc:creator":["Σπυρόπουλος Χριστόφορος","Spyropoulos Christoforos"],"dc:date":["2024"],"dc:description":["Αυτή η διατριβή διερευνά τις θεωρητικές βάσεις και τις πρακτικές εφαρμογές των τανυστών, οι οποίοι είναι πολυδιάστατες γενικεύσεις των πινάκων. Ξεκινά με μια εισαγωγή στον υπολογισμό των τανυστών, καλύπτοντας βασικούς συμβολισμούς, γινόμενα τανυστών και αποσυνθέσεις, με έμφαση στους τανυστές τρίτης τάξης. Συζητούνται βασικές πράξεις τανυστών, όπως το ξεδίπλωμα, καθώς και οι υλοποιήσεις τους σε περιβάλλοντα επεξεργασίας δεδομένων και υπολογισμών. Το δεύτερο κεφάλαιο εμβαθύνει στις αποσυνθέσεις πινάκων και τανυστών, επεκτείνοντας τις κλασικές παραγοντοποιήσεις πινάκων όπως LU, QR και SVD στους τανυστές. Αυτές οι αποσυνθέσεις είναι κρίσιμες για την απλοποίηση υπολογισμών που βασίζονται σε τανυστές και χρησιμοποιούνται ευρέως στην επίλυση συστημάτων γραμμικών εξισώσεων και μοντέλων παλινδρόμησης. Το τρίτο κεφάλαιο ασχολείται με τις αποσυνθέσεις τανυστών ανώτερης τάξης, συμπεριλαμβανομένων των Κανονικών Πολυαδικών (CP) και Tucker αποσυνθέσεων, οι οποίες αποτελούν ισχυρά εργαλεία για τη μείωση της διαστατικότητας των τανυστών. Ορίζεται επίσης και διερευνάται σε αυτό το πλαίσιο η τάξη τανυστών, η οποία μετρά την πολυπλοκότητα των δεδομένων των τανυστών. Στο τέταρτο κεφάλαιο, η διατριβή εξετάζει τα μοντέλα παλινδρόμησης με βάση τους τανυστές, τονίζοντας πώς οι τανυστές μπορούν να εφαρμοστούν στην ανάλυση δεδομένων πολλαπλών κατευθύνσεων. Παρουσιάζονται διάφορες μέθοδοι παλινδρόμησης, όπως η CP, η Tucker και η Skinny t-SVD παλινδρόμηση, για την αποτελεσματική αντιμετώπιση των προκλήσεων του χειρισμού δεδομένων υψηλών διαστάσεων. Τέλος, τα συμπεράσματα συνοψίζουν τα βασικά ευρήματα της έρευνας και συζητούν πιθανές εφαρμογές στην επεξεργασία δεδομένων μεγάλης κλίμακας και στην ανάλυση σημάτων, ενισχύοντας τη σημασία των τανυστών στις σύγχρονες υπολογιστικές τεχνικές.","This thesis explores the theoretical foundations and practical applications of tensors, which are multi-dimensional generalizations of matrices. It begins with an introduction to tensor computation, covering essential notations, tensor products, and decompositions, with a focus on third-order tensors. Basic tensor operations such as unfolding and t-product are discussed, along with their implementations in data processing and computational contexts. The second chapter delves into matrix and tensor decompositions, extending classical matrix factorizations like LU, QR, and SVD to tensors. These decompositions are critical in simplifying tensor-based calculations and are widely used in solving systems of linear equations and regression models. The third chapter addresses higher-order tensor decompositions, including the Canonical Polyadic (CP) and Tucker decompositions, which are powerful tools for reducing the dimensionality of tensors. Tensor rank, which measures the complexity of tensor data, is also defined and explored in this context. In the fourth chapter, the thesis examines tensor-based regression models, highlighting how tensors can be applied to multi-way data analysis. Various regression methods such as CP, Tucker, and Skinny t-SVD regression are introduced to address the challenges of handling high-dimensional data efficiently. Finally, the conclusions summarize the key findings of the research and discuss potential applications in large-scale data processing and signal analysis, reinforcing the significance of tensors in modern computational techniques."],"dc:identifier":["uoadl:3420204","https://pergamos.lib.uoa.gr/uoa/dl/object/3420204"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Tensors: Theory and Applications"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:30:31Z"}