文献

J-GLOBAL ID：201602299272803589   整理番号：16A0393226

過完備辞書の再構成条件のブロックスパースモデルへの拡張

Block-space Extensions of Recovery Conditions of Overcomplete Dictionaries

著者 (2件)： 寺園泰 (東大 大学院情報理工学系研究科) ,  山西健司 (東大 大学院情報理工学系研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 115  号： 511(IBISML2015 94-102)  ページ： 55-58  発行年： 2016年03月10日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 過完備辞書の学習問題では,観測信号(データ)を過完備辞書とスパース信号源の積でモデル化し,両者をデータから同時に学習・推定する。辞書学習では,近年,特定条件下におけるエラーバウンド付きの辞書再構成の議論が進展しつつある。これを,要素間にグループ構造を持つブロックスパースモデリングの場合にも拡張するための一歩として,本稿では,Agarwalらの示した再構成定理の一部をブロックスパースに対応できるよう拡張する。Agarwalらはデータサンプル間の類似性を内積で定量化しているが,ブロックスパースの文脈では,単一サンプル同士の内積は類似性として機能しない。そこで,辞書,信号源,及びデータに関する仮定,そしてサンプル間の類似性の定量化法をそれぞれ拡張・変更することによって,再構成定理の基礎をなす,サンプル間の類似性と非零要素の共通性との関連付けを,ブロックスパースモデルでも可能とした。これにより,再構成定理の後段もブロックスパースモデルに対して議論可能になると考えられる。(著者抄録)

シソーラス用語： *再構成 ,  モデリング ,  類似性 ,  *辞書 ,  学習 ,  性質 ,  *モデル
準シソーラス用語： スパース性 ,  *ブロックスパースモデル ,  モデル化 ,  *過完備辞書 ,  行列モデル ,  辞書学習 ,  *疎信号再構成

分類 (2件)： 人工知能  (JE08000Z) ,  記号処理  (JE03000Q)

タイトルに関連する用語 (3件)： 辞書 ,  再構成 ,  拡張