文献

J-GLOBAL ID：201902290530441312   整理番号：19A1112148

スパース信号回復のための訓練可能なISTA【JST・京大機械翻訳】

Trainable ISTA for Sparse Signal Recovery

著者 (3件)： Ito Daisuke (Nagoya Institute of Technology, Nagoya, Japan) ,  Takabe Satoshi (Nagoya Institute of Technology, Nagoya, Japan) ,  Wadayama Tadashi (Nagoya Institute of Technology, Nagoya, Japan)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 67  号： 12  ページ： 3113-3125  発行年： 2019年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  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： 本論文では,訓練可能な反復ソフト閾値化アルゴリズム(Tista)と呼ばれる新しいスパース信号回復アルゴリズムを提案した。提案したアルゴリズムは,線形推定ユニットと最小平均二乗誤差(MMSE)推定器ベースの収縮ユニットの2つの推定ユニットから成る。MMSE収縮ユニットで必要とされる誤差分散は,元の信号の暫定的推定から正確に推定される。提案した方式の顕著な特徴は,TistaがMMSE収縮関数に対するステップサイズと誤差分散を制御する調整可能な変数を含むことである。変数は標準的な深い学習技術によって調整される。Tistaの訓練可能な変数の数は反復回数の数にほぼ等しく,既知の学習可能なスパース信号回復アルゴリズムのそれよりはるかに小さい。この特徴は,Tistaの非常に安定で迅速な訓練プロセスをもたらす。計算機実験により,TistaはGauss行列,二値行列,および大きな条件数を持つ行列のような種々のクラスのセンシング行列に適用できることを示した。数値結果により,多くの場合において,Tistaは近似メッセージ通過(AMP)および学習反復収縮閾値化アルゴリズムよりも著しく速い収束を提供し,またNMSE性能において直交AMPより優れていることを示した。Copyright 2019 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： 計算機シミュレーション ,  近似法 ,  *アルゴリズム ,  学習 ,  線形予測 ,  直交性
準シソーラス用語： ステップサイズ ,  誤差分散 ,  最小平均二乗誤差 ,  *疎信号回復 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： スパース信号回復 ,  訓練