文献

J-GLOBAL ID：201802277220721177   整理番号：18A0587108

Stiefel多様体上の最適化による解析スパース表現における辞書学習【Powered by NICT】

Dictionary learning in the analysis sparse representation with optimization on Stiefel manifold

著者 (5件)： Li Yujie (National Institute of Advanced Industrial Science and Technology (AIST), Tsukuba, Japan) ,  Ding Shuxue (School of Computer Science and Engineering, The University of Aizu, Fukushima, Japan) ,  Li Zhenni (School of Computer Science and Engineering, The University of Aizu, Fukushima, Japan) ,  Li Xiang (School of Computer Science and Engineering, The University of Aizu, Fukushima, Japan) ,  Tan Benying (School of Computer Science and Engineering, The University of Aizu, Fukushima, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GlobalSIP  ページ： 1270-1274  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： スパース表現は信号と画像処理のための強力なツールであることが証明されている。本論文では,いわゆる解析モデルとスパース表現を検討した。直交制約のある最適化の定式化を用いた信号から解析辞書を学習する問題としてこの問題を設定した。直交制約付き辞書更新のための従来の方法は,最初の埋め込みEuclid空間における更新に,その後に制約が満足されるマニホールドに結果を予測した。制約は約辞書の直交性であればこのような多様体は,文献でStiefel多様体と呼ばれる。しかし,このような方法は近似であり,固有辞書の固有構造を捕捉しない可能性がある。より正確な方法でこのような問題を解決する,より効果的なアルゴリズムをどのように本論文の目的である。,シームレス多様体に沿って辞書を学習するために,新しい最適化手法を提案した。解析辞書の回復に関する数値実験は,提案したアルゴリズムの有効性を示した。添加では,現実的な応用に対して,提案したアルゴリズムは,信号雑音除去と分類における良好な性能を示した。Copyright 2018 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： 雑音除去 ,  解析モデル ,  アルゴリズム ,  *多様体 ,  マニホールド ,  最適化手法 ,  画像処理 ,  Euclid空間 ,  *最適化 ,  直交性 ,  定式化
準シソーラス用語： 数値実験 ,  シームレス ,  *辞書学習 ,  *スパース表現 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 多様体 ,  最適化 ,  解析 ,  スパース表現 ,  辞書学習