文献

J-GLOBAL ID：201702227105376618   整理番号：17A1419308

反復支援検出による改良型共同スパース性【Powered by NICT】

Enhanced joint sparsity via iterative support detection

著者 (5件)： Fan Ya-Ru (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731 China) ,  Wang Yilun (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731 China) ,  Wang Yilun (PrinceTechs LLC., Shenzhen, Guangdong 518101 PR China) ,  Wang Yilun (Center for Applied Mathematics, Cornell University, Ithaca, NY 14853, USA) ,  Huang Ting-Zhu (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731 China)
資料名： Information Sciences  (Information Sciences)
巻： 415-416  ページ： 298-318  発行年： 2017年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ジョイントスパース圧縮センシング,統計,および機械学習におけるスパース信号回復を含む多くの分野で近年かなりの注目を集めている。結合スパース性を持つ伝統的な凸モデルは準最適性能に苦しんでいる扱いやすい計算を楽しむ。本論文では,新しい非凸ジョイントまばらモデルを提案し,対応する多段適応凸緩和アルゴリズムを開発した。この方法は事前合同スパース性を考慮して単一ベクトル推定からの反復支援検出(ISD)のアイデアを拡張したマルチベクトル推定。収束解析と十分な回収条件を含むいくつかの予備的な理論的解析を行った。圧縮センシングとマルチタスク特徴学習の両者からの数値実験は,いくつかの最先端の代替案と比較して提案した方法の優れた性能を示した。さらに,多ベクトル推定のための単一ベクターからISDの拡張は些細なことではないことを示した。ISDは単一チャネルスパースBernoulli信号を再構成良くないが,ジョイントまばら構造の固有取込のその能力のおかげで多チャネルスパースBernoulli信号を回収する場合,有意に改善された性能を達成する。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 機械学習 ,  アルゴリズム ,  再構成 ,  学習 ,  凸形 ,  チャネル ,  ベクトル ,  *透視図法
準シソーラス用語： マルチチャネル ,  数値実験 ,  マルチタスク ,  収束解析 ,  疎信号回復 ,  圧縮センシング ,  *スパース性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 反復支援検出 ,  結合スパース性 ,  l_21ノルム最小化 ,  非凸最適化 ,  圧縮センシング ,  マルチタスク特徴学習

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 反復 ,  支援 ,  共同 ,  スパース性