文献

J-GLOBAL ID：201702266005675086   整理番号：17A1356564

グラフ構造化スパース性を用いた線形予測のための情報理論的限界【Powered by NICT】

Information theoretic limits for linear prediction with graph-structured sparsity

著者 (3件)： Barik Adarsh (Krannert School of Management, Purdue University, West Lafayette, Indiana 47906) ,  Honorio Jean (Department of Computer Science, Purdue University, West Lafayette, Indiana 47906) ,  Tawarmalani Mohit (Krannert School of Management, Purdue University, West Lafayette, Indiana 47906)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISIT  ページ： 2348-2352  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： 雑音のある線形予測装置におけるスパースベクトル復元のためのサンプルの必要数を解析した。このモデルは,線形回帰と分類などの問題を含んでいる。構造化グラフモデルに焦点を当てた。特に,S.Hegde,その他[2]によって提案された重み付きグラフモデルのための十分な数の試料も必要であることを証明した。情報理論的下限を確立することにおける我々の主要なツールとして十分に構築されたアンサンブルにFanoの不等式[11]を使用した。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： *線形予測 ,  *構造形成 ,  *情報理論 ,  雑音 ,  不等式
準シソーラス用語： グラフモデル ,  線形回帰 ,  *スパース性 ,  *グラフ構造 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  分析化学一般  (CC02010H)

タイトルに関連する用語 (5件)： グラフ構造 ,  スパース性 ,  線形予測 ,  情報理論 ,  限界