Nous avons le plaisir d’annoncer que notre manuscrit « Efficient Identification of Butterfly Sparse Matrix Factorizations » (Léon Zheng, Elisa Riccietti, Rémi Gribonval) a été accepté pour publication dans SIAM Journal on Mathematics of Data Science.
Ce travail étudie les aspects d’identifiabilité de la factorisation parcimonieuse de matrices avec contraintes « butterfly », une structure associée aux transformées rapides et récemment utilisée dans la littérature sur la compression des réseaux de neurones pour ses propriétés d’expressivité et de réduction de complexité. En particulier, notre contribution a été de montrer que l’algorithme de factorisation butterfly de l’article « Fast learning of fast transforms, with guarantees » (ICASSP 2022) admet des garanties de reconstruction dans le cas de la factorisation exacte.
