文献

J-GLOBAL ID：201602217695702074   整理番号：16A0051570

部分空間ペナルティを用いた結合スパース回復のためのM-SBLの改善

Improving M-SBL for Joint Sparse Recovery Using a Subspace Penalty

著者 (3件)： YE Jong Chul (Korea Advanced Inst. Sci. and Technol., Daejeon, KOR) ,  KIM Jong Min (KAIST, Busan, KOR) ,  BRESLER Yoram (Univ. Illinois, Urbana-Champaign, USA)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 63  号： 21/24  ページ： 6595-6605  発行年： 2015年11月01日 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 結合スパース回復問題に取り組むために,部分空間ペナルティ化スパース学習(SPL)と呼ぶマルチプル計測ベクトル問題(MMV)アルゴリズムを提案した。MMVは圧縮センシング問題の一般化ということができる。マルチプルスパースベイズ学習(M-SBL)アルゴリズムと部分空間ベースハイブリッド欲張MMVアルゴリズムの2つの最新MMV結合スパース回復アルゴリズムには重要な関係があることを示した。部分空間をペナルティとして課すために,SPLアルゴリズムではSchatten-p準ノルムランクペナルティを用い,交代最小化法として実装した。数値シミュレーションにより,M-SBLを含む既存の最新アルゴリズムに比べて提案SPLアルゴリズムが優れていることを示した。

シソーラス用語： 回復 ,  *学習 ,  計算機アルゴリズム ,  部分空間法 ,  ペナルティ ,  *信号再生 ,  *信号標本化
準シソーラス用語： スパース回復 ,  *圧縮センシング ,  *疎ベイズ学習 ,  疎回復 ,  欲張りアルゴリズム ,  Bayes学習

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 部分空間 ,  ペナルティ ,  スパース回復