文献

J-GLOBAL ID：201802268583590544   整理番号：18A1681456

最小外乱の原理の下でのスパース性を意識した適応近位前方後方分割【JST・京大機械翻訳】

Sparsity-Aware Adaptive Proximal Forward-Backward Splitting Under The Principle Of Minimal Disturbance

著者 (2件)： Yamagishi Masao (Tokyo Institute of Technology, 2-12-1-S3-60 Ookayama, Meguro-ku, Tokyo, 152-8550, Japan) ,  Yamada Isao (Tokyo Institute of Technology, 2-12-1-S3-60 Ookayama, Meguro-ku, Tokyo, 152-8550, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SSP  ページ： 533-537  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： 最小擾乱の原理は,成功した適応フィルタによって共有される基礎となる規則である。一方,学習アルゴリズムにおけるスパース性を利用することは,最近の先進的適応フィルタの優れた性能を達成するためのキーである。スパース認識適応フィルタが最小擾乱原理と必ずしも一致しないことを観察し,スパース性促進と最小外乱原理の両方から非常に利益を得るための新しい適応フィルタを提案した。提案した適応フィルタは,平滑および非平滑項の和の時変コスト関数を最小化するために適用される適応可能な近位前方逆方向分割から導出される。ここでは,重み付きl_1ノルムと一般化Tikhonov正則化の和であるが,スパース性を利用するための典型的な選択は重みづけl_1ノルムのみである。数値例により,提案したアルゴリズムの有効性を実証した。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： 重みづけ ,  費用関数 ,  *適応フィルタ ,  学習アルゴリズム ,  ノルム ,  アルゴリズム
準シソーラス用語： Tikhonov正則化 ,  *スパース性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 外乱 ,  原理 ,  スパース性 ,  意識 ,  適応