文献

J-GLOBAL ID：201702287975037935   整理番号：17A1640822

スパース制約のある確率的反復欲張りアルゴリズムの線形収束【Powered by NICT】

Linear Convergence of Stochastic Iterative Greedy Algorithms With Sparse Constraints

著者 (3件)： Nguyen Nam (IBM Thomas J. Watson Research, Yorktown Heights, NY, USA) ,  Needell Deanna (Claremont McKenna College, Claremont, CA, USA) ,  Woolf Tina (Claremont Graduate University, Claremont, CA, USA)
資料名： IEEE Transactions on Information Theory  (IEEE Transactions on Information Theory)
巻： 63  号： 11  ページ： 6869-6895  発行年： 2017年 
JST資料番号： C0231A  ISSN： 0018-9448  CODEN： IETTAW  資料種別： 逐次刊行物 (A)
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： 確率的勾配降下法に関する最近の研究に触発されて,スパース性制約を有する可能性のある非凸最適化問題のための欲張りアルゴリズムの二つの確率的変異体を開発した。は指定許容差内で溶液への期待における~1線形収束性を証明した。一般化されたフレームワークは,圧縮センシングと低ランク行列回復におけるスパース信号回復の問題に特化した,その決定性対応物より性能が優れていることが多いことを証明可能な収束保証を伴う方法を与えた。も設定,勾配と予測は約計算できるを解析し,この方法はこれらの近似に対してロバストで証明した。は多くの数値実験,理論解析と整列し,いくつかの異なる環境におけるこれらの改善を示す,を含んでいる。~1Linear収束が指数関数的収束と呼ばれている。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： *透視図法 ,  公差 ,  *線形性 ,  指数関数 ,  最急降下法 ,  ロバスト性
準シソーラス用語： 理論解析 ,  数値実験 ,  決定性 ,  疎信号回復 ,  圧縮センシング ,  非凸最適化問題 ,  スパース性 ,  *欲張りアルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  符号理論  (ND02030R)

タイトルに関連する用語 (6件)： 制約 ,  確率 ,  反復 ,  欲張りアルゴリズム ,  線形 ,  収束