文献

J-GLOBAL ID：201902210538325831   整理番号：19A0492110

信号再構成のための固有性と重み付きL1ノルムを用いたスパース符号化アルゴリズム【JST・京大機械翻訳】

Sparse Coding Algorithm with Negentropy and Weighted l1-Norm for Signal Reconstruction

著者 (5件)： Zhao Yingxin (Tianjin Key Laboratory of Optoelectronic Sensor and Sensing Network Technology, College of Electronic Information and Optical Engineering, Nankai University, Tianjin 300071, China) ,  Liu Zhiyang (Tianjin Key Laboratory of Optoelectronic Sensor and Sensing Network Technology, College of Electronic Information and Optical Engineering, Nankai University, Tianjin 300071, China) ,  Wang Yuanyuan (Tianjin Key Laboratory of Optoelectronic Sensor and Sensing Network Technology, College of Electronic Information and Optical Engineering, Nankai University, Tianjin 300071, China) ,  Wu Hong (Tianjin Key Laboratory of Optoelectronic Sensor and Sensing Network Technology, College of Electronic Information and Optical Engineering, Nankai University, Tianjin 300071, China) ,  Ding Shuxue (Tianjin Key Laboratory of Optoelectronic Sensor and Sensing Network Technology, College of Electronic Information and Optical Engineering, Nankai University, Tianjin 300071, China)
資料名： Entropy (Web)  (Entropy (Web))
巻： 19  号： 11  ページ： 599  発行年： 2017年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 圧縮センシング理論は近年広く注目されており,スパース信号再構成は信号処理と通信に広く使われている。本論文は,特に非Gauss雑音によるスパース信号回復の問題を扱った。本論文の主な貢献は,この問題の解に対するアプローチのコアを表現するためのアルゴリズムの提案である。信号再構成問題は制約付き最小化問題として定式化され,そこでは,目的関数は誤差統計的特性項の測定の和,ネゲネス,およびスパース正則化項,lpノルム,0<p<1である。しかしながら,lpノルムは,効率的に解くことが困難な非凸最適化問題をもたらす。ここでは,サブ問題が凸になるように,重み付きl1ノルムの重要性としてlpノルムを扱った。前方-後方分割を組み合わせた最適化アルゴリズムを提案した。このアルゴリズムは高速で,Gaussと非Gauss雑音を有するスパース信号を正確に回復することに成功した。いくつかの数値実験と比較により,提案したアルゴリズムの優位性を実証した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 目的関数 ,  *アルゴリズム ,  定式化 ,  *ノルム ,  信号処理 ,  凸形 ,  最小化問題 ,  正則化 ,  非Gauss雑音
準シソーラス用語： 凸最適化問題 ,  スパース信号 ,  圧縮センシング ,  スパース ,  *L1ノルム ,  *信号再構成 , 【Automatic Indexing@JST】

著者キーワード (6件)： 圧縮センシング ,  ネゲントロピー ,  L_pノルム ,  重み付きL_1ノルム ,  凸最適化問題 ,  スパース信号再構成

分類 (1件)： 信号理論  (ND02020G)

引用文献 (25件)：

• Elad, M.; Figueiredo, M.; Ma, Y. On the role of sparse and redundant representations in image processing. Proc. IEEE 2010, 98, 972-982.
• Li, B.; Du, R.; Kang, W.J.; Liu, G.L. Multi-user detection for sporadic IDMA transmission based on compressed sensing. Entropy 2017, 19, 334.
• Shi, W.T.; Huang, J.G.; Zhang, Q.F.; Zheng, J.M. DOA estimation in monostatic MIMO array based on sparse signal reconstruction. In Proceedings of the IEEE International Conference on Signal Processing, Communications and Computing, Hong Kong, China, 5-8 August 2016; pp. 1-5.
• Chen, Y.; Gu, Y.; Hero, A.O. Sparse LMS for system identification. In Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing, Taipei, Taiwan, 19-24 April 2009; pp. 3125-3128.
• Singer, A.C.; Nelson, J.K.; Kozat, S.S. Signal processing for underwater acoustic communications. IEEE Commun. Mag. 2009, 47, 90-96.

タイトルに関連する用語 (4件)： 信号再構成 ,  L1ノルム ,  スパース符号化 ,  アルゴリズム