文献

J-GLOBAL ID：201702248002008401   整理番号：17A0965601

近似メッセージパッシングノンパラメトリック最大尤度【Powered by NICT】

Nonparametric maximum likelihood approximate message passing

著者 (3件)： Long Feng (Department of Statistics and Biostatistics, Rutgers University, Piscataway, NJ 08854, United States of America) ,  Ruijun Ma (Department of Statistics and Biostatistics, Rutgers University, Piscataway, NJ 08854, United States of America) ,  Dicker Lee H. (Department of Statistics and Biostatistics, Rutgers University, Piscataway, NJ 08854, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CISS  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 一般化近似メッセージパッシング(GAMP)は雑音のある線形測定からの信号を回復するための効果的なアルゴリズムであると仮定して,事前信号分布を知られている。しかし,実際には,信号分布と雑音レベルの両方はしばしば知られていない。EM GM AMPアルゴリズムは,信号分布と雑音分散を同時に推定するEMアルゴリズムによるGAMPを統合した信号を回復した。EM GM AMPは,信号がスパースGauss混合物から引き出されるという仮定に基づいている。本論文では,この環境における任意の信号分布を推定するためのノンパラメトリック最尤AMP(NPML AMP)を提案した。より柔軟性(と性能改善)を提供することに加えて,ノンパラメトリック法が実際に実装を単純化し,近似凸性,EM GM AMPのスパースGauss混合定式化では得られないを活用することにより安定性を改善することを論じた。NPML AMP(またはEM GM AMP)と共に使用するための単純化した雑音分散推定量を提案した。包括的数値研究は種々のシグナル分布,騒音レベル,およびアンダーサンプリング比の下でほぼ最小平均二乗誤差(MMSE)に到達するのにNPML AMPアルゴリズムの性能を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 凸形 ,  雑音指数 ,  *ノンパラメトリック法 ,  雑音 ,  定式化 ,  *近似法 ,  柔軟性 ,  透視図法 ,  *最尤法 ,  簡素化 ,  アルゴリズム
準シソーラス用語： 最小平均二乗誤差 ,  分散推定 ,  EMアルゴリズム ,  *メッセージパッシング , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 近似 ,  最大尤度