텐서,tensor

스칼라,scalar벡터,vector 개념을 확장/일반화 한 것.

밑에 보니 -차원 -차 ...이것은 항상 rank? chk 랭크,rank

(대충. chk)
{
스칼라,scalar는 0차원 텐서
벡터,vector는 1차원 텐서
행렬,matrix은 2차원 텐서

QQQ 여기선 차원,dimension이 rank랑 같은말인지?
QQQ rank는 linalg의 그 계수,rank와 동일한건지 아님 차이가 있는건지

텐서는 각 성분이 행렬로 이루어진 배열,array로 나타낼 수 있다?
- data structure 표현에서만? or 일반적?

tmp bmks en
https://e-magnetica.pl/scalar_vector_tensor

텐서를 쓰는 이유 - 3차원 이상 구조의 데이터를 표현할 때를 위해?
차원이 높은 즉 $d\ge3$ 이상의 공간,space에서 미적분학을 기술할 때 유용하다고.
그리고 다른 방식으로 행렬미적분,matrix_calculus? WpEn:Matrix_calculus
and 텐서미적분,tensor_calculus? WpEn:Tensor_calculus
}

필수 특성:
좌표독립성 coordinate_independence (coordinate independent) - 좌표,coordinate독립성,independence.
좌표불변성 coordinate_invariance (coordinate invariant) - 불변성,invariance

A rank-n tensor in m-dimensions is a mathematical object that has n indices and mn components and obeys certain transformation rules.
변환을 해도, 의미가 변하지 않는, 숫자나 숫자들의 collection.
(성질을 다 만족 안하고 비슷한???) pseudotensor가 있음. CHK [1]

Sub:


1. old tmp

확실: 스칼라와 벡터는 텐서의 특수한, 심플한 경우임. (다만 좌표독립은 필수)

실수,real_number/스칼라,scalar는 0차 텐서,
벡터,vector는 1차 텐서,
행렬,matrix은 2차 텐서 이런 식??
차원,dimension에 따라 저렇게 나뉨?

[http]http://mathworld.wolfram.com/TensorRank.html 관련page?
rank는 뭐임?
linalg의 계수,rank와 관계?

물리와 수학에서 의미 차이가 약간 있는 것 같은데..

2020-11-16
텐서의 특징은 좌표불변(coordinate_independent or coordinate_invariant) 좌표독립? (아무튼 좌표,coordinate관련)

아인슈타인_표기법,Einstein_notation이 매우 자주 쓰이는 듯.

레비치비타_기호,Levi-Civita_symbol는 유사텐서라고도 하고[2] 치환텐서라고도 하는데[2] 어떤 것들인지....

2022-07-03 via [https]카카오로 간 이론물리학자
  • 물리학에서는 텐서의 의미를 가지려면 general coordinate transformation(일반화 좌표 변환)에 covariant(공변)해야 한다는 조건이 필요하지만, 보통 flat한 시공간에서는 중요한 조건이 아님.
  • 성질로 rank가 있으며 rank가 커질수록 인덱스,index 개수가 늘어남. rank가 커진다고 차원,dimension이 커지는 것은 아님.

2. tmp links ko

초보용, casual, 감잡기용
https://blog.naver.com/leeneer/220924950140

이것도 엄밀함을 포기하고 쉽게 (학부과정 물리에만 한정해서) 텐서 개념 설명.
물리학에서 텐서란? Tensor
https://freshrimpsushi.github.io/posts/tensor/

아래 블로그 Tensor 카테고리에 16개의 글 있으며
https://blog.naver.com/mykepzzang/221354031398 이게 첫 글.

텐서와 상대론 (Tensor and Relativity) - 0. 텐서 (Tensor) 란?
https://kipid.tistory.com/entry/Tensor

3. 대칭텐서와 비대칭텐서

Symmetric tensor & antisymmetric tensor
A is symmetric ⇔
$A=A^t$ 또는
$A_{ij}=A_{ji}$
A is antisymmetric ⇔
$A=-A^t$ 또는
$A_{ij}=-A_{ji}$

MKLINK symmetry antisymmetry

4. magnitude, number, scalar의 차이? + tensor 소개


// 요약 from https://m.blog.naver.com/rlaghlfh/220914107525 (텐서에 대한 글) 앞부분; etc CHK

number숫자 크기magnitude만을 뜻함, 개수(how many?)는 이걸로 충분.
scalar 위에, 정보가 추가됨. 이 글에선 단위,unit가 추가됨. (Q: 항상 단위만?)
ex 온도, 거리 등은 이걸로 충분.
vector 위에, 방향,direction정보가 추가됨.
ex 속도, 운동량 등.

(이하 텐서 소개)

방향과 크기를 다 바꾸려면?
벡터에다가 곱을 하면....
스칼라곱은 크기는 달라져도 방향은 바꾸지 않는다.
반대방향도 가능하지 않나? CHK 아무튼 최대 두 개만 가능.
cross product는 무조건 직각인 방향으로만 방향을 바꾼다.

일단 rank를 알아보면
3차원에서? ex.
tensor of rank 0 rank-0 tensor scalar 크기만 나타내는 1개 성분 [1]
tensor of rank 1 rank-1 tensor vector 크기와 1개의 방향을 나타내는 3개 성분 [1,1]
tensor of rank 2 rank-2 tensor dyad 크기와 2개의 방향을 나타내는 9개 성분 [[1,1],[1,1]]
tensor of rank 3 rank-3 tensor triad 크기와 3개의 방향을 나타내는 27개 성분 [[[1,1],[1,1]],[[1,1],[1,1]]]
tensor of rank n rank-n tensor ? ?
You see, rank가 n이면 성분은 3n개로.
rank대신 order, degree 용어도 쓰나 보다.

차수(rank or order)로 설명하는 텐서와 벡터/행렬/dyad/triad/etc.와의 관계
(Q: 행렬/선대의 차수/계수,rank와 관련은? (이건 있을 듯) 미분방정식,differential_equation의 계수(order, 최대미분회수)와 같은 단어 썼는데 혹시 관련은?(이건 없을듯))
0차 텐서 벡터가 0개 스칼라임
1차 텐서 벡터가 1개 벡터임
2차 텐서 벡터가 2개 일렬 행렬이나 dyad임
3차 텐서 벡터가 3개 일렬 triad임
(Q: 일렬은 permutation을 뜻하나?)
위 관계의 역은 항상 성립하지 않음. 텐서가 벡터, 행렬, dyad와 유사하지만 같지는 않음. 반드시 좌표독립 특성을 가져야 함. 행렬, 벡터가 좌표불변성을 가지면 바로 텐서가 될 수 있음.

어원: tensus (Latin for 'stretch')
역사적으로 stress tensor에서 시작된 듯.
처음? 초기에? 텐서 개념 출발이 응력텐서(stress tensor) 관련인 듯 한데. CHK. (응력에 대해선 변형력,stress 참조)
tension(영어: 장력, 팽팽하게 함, etc.)과 어원이 같은가?

5. from Science Asylum



stress tensor
변형력,stress

Stress-Force Law는
$F=\begin{bmatrix}\sigma_{xx}&\sigma_{xy}&\sigma_{xz}\\\sigma_{yx}&\sigma_{yy}&\sigma_{yz}\\\sigma_{zx}&\sigma_{zy}&\sigma_{zz}\end{bmatrix}\begin{bmatrix}A_x\\A_y\\A_z\end{bmatrix}$
여기서
$F$ : 힘,force
왼쪽 행렬은 stress tensor
오른쪽 벡터는 area vector (directional area faces)


electromagnetic tensor
전자기학,electromagnetism
는 이렇게 생김
$\begin{bmatrix}0&E_x&E_y&E_z\\-E_x&0&B_z&-B_y\\-E_y&-B_z&0&B_x\\-E_z&B_y&-B_x&0\end{bmatrix}$

혹은 array로 값들을 오른쪽으로 align하면,
$\left[\begin{array}{rrrr}0&E_x&E_y&E_z\\-E_x&0&B_z&-B_y\\-E_y&-B_z&0&B_x\\-E_z&B_y&-B_x&0\end{array}\right]$


6. NLP에서 tensor

2024-02-24 tmp from 텐서가 무엇인가요?(5m, short) - YouTube - 허민석 https://www.youtube.com/watch?v=m0qwxNA7IzI
{
1:15
문장,sentence이 다음 세 개가 있을 때
hi John
hi James
hi Brian
unique word dictionary를 만들고 / index를 부여하고 / 단어,word들을 0,1-vector? 암튼 벡터,vector(이건 sparse_vector)로 만든다
unique word 인덱스,index one-hot_encoding_vector (원핫,one-hot one-hot_encoding rel. one-hot_encoder)
hi 0[1,0,0,0]
John 1[0,1,0,0]
James 2[0,0,1,0]
Brian 3[0,0,0,1]
그렇다면 각 sentence에 대한 벡터표현,vector_representation
sentence vector representation
hi John [[1,0,0,0],[0,1,0,0]]
hi James [[1,0,0,0],[0,0,1,0]]
hi Brian [[1,0,0,0],[0,0,0,1]]
이것을 입력할 때는 이런 mini-batch input형식으로 한다
hiJohnhiJameshiBrian
[[[1,0,0,0],[0,1,0,0]],[[1,0,0,0],[0,0,1,0]],[[1,0,0,0],[0,0,0,1]]]
즉 하나의 배열에 모든 문장이 들어간 형태로.
그리고
  • 단어,word는 4개의 숫자로 표현 (i.e. 길이 4의 one-hot vector)
  • 각 문장은 2개의 단어로 표현 (그럼 문장의 단어 길이가 제각각인 경우가 대부분일텐데, 그땐 그 중 max? - 그런 듯)
  • 총 3개의 문장이 있음
그래서 이 tensor의 shape는 (3,2,4)이다. // 3d tensor (rank-3 tensor)
이 수는 각각
3: sample dimension (몇 개의 sample을 갖고 있는가)
2: max length of sentence (문장의 단어의 수의 최대값)
4: word vector dimension (각 word들은 몇 개의 수로 표현되는가)
3:50부터는 image_processing 에서의 tensor 얘기.
ex.
grayscale image: (3,5,5) 3d tensor로 표현.
https://i.imgur.com/3PK5oySl.png

color image: (3,5,5,3) 4d tensor로 표현.
https://i.imgur.com/eY0iv9el.png

컬러 비디오의 경우는 물론 5d tensor.
}

8. tmp; relativity


AKA 다중선형사상(multilinear map) (wpko) Srch:multilinear_map
Related: 다중선형대수,multilinear_algebra up?



delme tmp
https://wiki.dcinside.com/wiki/텐서
특성상 동영상이 도움된다. (for visualization) YouTube:텐서 YouTube:tensor