Применение линейного поиска для расчета канонического тензорного разложения спектров молекулярной флуоресценции

Выделение групп флуорофоров в растворенном органическом веществе с помощью канонического тензорного разложения PARAFAC трехмерных спектров флуоресценции возбуждение/испускание широко используется при изучении природных вод, однако его расчет, особенно на стадии валидации, требует очень больших временных затрат. Рассмотрены несколько стратегий ускорения канонического тензорного разложения для спектров молекулярной флуоресценции морских вод. Показано, что стратегии с оптимизацией большого количества параметров экстраполяции не позволяют достичь значительного ускорения из-за больших временных затрат на эту операцию. Предложено решение, когда оптимизация шага проводится для одной переменной один раз на несколько итераций алгоритма. Подобный подход позволяет достичь ускорения расчетов с использованием линейного поиска. Максимальное ускорение в 2.3 раза достигнуто при использовании стратегии линейного поиска, в которой шаг экстраполяции является степенной функцией номера итерации, хотя в этом случае на некоторых стадиях работы алгоритма наблюдается коллинеарность последовательных шагов. 

1. R. M. Cory, D. M. McKnight. Environ. Sci. Technol., 39, N 21 (2005) 8142—8149

2. C. A. Stedmon, S. Markager, R. Bro. Marine Chem., 82, N 3-4 (2003) 239—254

3. О. Е. Родионова, А. Л. Померанцев. Успехи химии, 75, № 4 (2006) 302—321

4. R. Bro. Chemometrics Intell. Lab. Systems, 38, N 2 (1997) 149—171

5. C. M. Andersen, R. Bro. J. Chemometrics, 17, N 4 (2003) 200—215

6. C. A. Stedmon, R. Bro. Limnology and Oceanography: Methods, 6, N 11 (2008) 572—579

7. C. J. Hillar, L.-H. Lim. J. ACM, 60, N 6 (2013) 45(1—39)

8. W. S. DeSarbo. An Application of PARAFAC to a Small Sample Problem, Demonstrating Preprocessing, Orthogonality Constraints, and Split-Half Diagnostic Techniques (Appendix), Rochester, New York, Social Science Research Network (1984)

9. I. N. Krylov, A. N. Drozdova, T. A. Labutin. Chemometrics Intell. Lab. Systems, 207 (2020) 104176

10. F. L. Hitchcock. J. Mathem. Phys., 6, N 1-4 (1927) 164—189

11. В. С. Муха. Изв. НАН Беларуси. Сер. физ.-мат. наук, 50, № 2 (2016) 71—81

12. В. С. Муха. Изв. НАН Беларуси. Сер. физ.-мат. наук, 50, № 4 (2016) 53—60

13. R. Bro. Multi-way Analysis in the Food Industry, The Netherlands, University of Amsterdam (1998)

14. C. Paulick, M. N. Wright, R. Verleger, K. Keller. Chemometrics Intell. Lab. Systems, 137 (2014) 97—109

15. P. Comon, X. Luciani, A. L. F. de Almeida. J. Chemometrics, 23, N 7-8 (2009) 393—405

16. R. A. Harshman. UCLA Working Papers in Phonetics, 16 (1970) 1—84

17. M. Rajih, P. Comon, R. A. Harshman. SIAM J. Matrix Analysis and Applications, 30, N 3 (2008) 1128—1147

18. N. E. Helwig. Multiway: Component Models for Multi-Way Data, https://CRAN.R-project.org/package=multiway (дата обращения 24.06.2022)

19. W. S. Cleveland, S. J. Devlin. J. Am. Statist. Ass., 83, N 403 (1988) 596—610

20. R. H. Byrd, P. Lu, J. Nocedal, C. Zhu. SIAM J. Sci. Comp., 16, N 5 (1995) 1190—1208

21. R. P. Brent. Algorithms for Minimization without Derivatives, Mineola, New York, Dover Publications (2002)

22. C. A. Andersson, R. Bro. Chemometrics Intell. Lab. Systems, 52, N 1 (2000) 1—4

23. K. R. Murphy, C. A. Stedmon, D. Graeber, R. Bro. Anal. Methods, 5, N 23 (2013) 6557

24. A. Zsolnay, E. Baigar, M. Jimenez, B. Steinweg, F. Saccomandi. Chemosphere, 38, N 1 (1999) 45—50

25. A. N. Drozdova, I. N. Krylov, A. A. Nedospasov, E. G. Arashkevich, T. A. Labutin. Front. Marine Sci., 9 (2022)