文献

J-GLOBAL ID：201802224528189209   整理番号：18A1512715

低ランクHankel構造の利用による同時不良測定の補正【JST・京大機械翻訳】

Correction of Simultaneous Bad Measurements by Exploiting the Low-rank Hankel Structure

著者 (2件)： Zhang Shuai (Rensselaer Polytechnic Institute, Dept. of Electrical, Computer, and Systems Engineering, Troy, NY) ,  Wang Meng (Rensselaer Polytechnic Institute, Dept. of Electrical, Computer, and Systems Engineering, Troy, NY)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISIT  ページ： 646-650  発行年： 2018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： 本論文では,低ランク行列とスパース誤差行列を代数和から分解する目的で,ロバスト主成分分析(RPCA)問題を研究した。1つのカラムにおけるすべての測定が誤っているならば,既存のRPCA法は,追加の事前情報なしで,そのカラムにおける実際のデータを回復することができない。電力システム監視と磁気共鳴イメージング(MRI)イメージングに動機付けられて,低ランクHankelマトリックスは,低ランクの他にカラム間の付加的相関を特性化するために最近利用されている。低ランクHankel特性を利用して,本論文は,同時の悪い測定が連続的に複数のカラムを横切って起こるとき,証明可能な保証を有する低ランクマトリックスを正確に回復することができる交互投影ベースの高速マトリックス分解アルゴリズムを開発した。数値結果を報告し,提案したアルゴリズムを評価した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  主成分分析 ,  ロバスト性 ,  代数学 ,  キャラクタリゼーション ,  *画像処理 ,  NMRイメージング ,  アルゴリズム
準シソーラス用語： 事前知識 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)