抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
複合関数最小化は,コンピュータビジョンと機械学習の両者への応用の広いスペクトルを捕捉した。は,特別な場合として,有界制約付き最適化と基数正則化最適化を含んでいる。複合関数を最小化するための新しいマトリックス分割法(MSM)を提案し,解析した。文献における線形系を解くための古典的Gauss-Seidel法と逐次過緩和法の一般化と見なすことができる。新しいガウス消去法を取り入れて,マトリックス分割法が最先端の性能を達成した。凸問題のために,著者らは,MSMの大域的収束,収束速度,および反復複雑性を確立し,非凸問題のための,その大域収束性を証明した。最後に,二つの特別な応用:非負行列因数分解と濃度正則化スパース符号化に関する著者らのマトリックス分割法の性能を検証した。広範な実験は,著者らの方法が効率と有効性の点で既存の合成関数最小化法を凌ぐことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】