文献

J-GLOBAL ID：202002250680682104   整理番号：20A0814477

分類のためのL2,1ノルムの非凸代理に基づく構造辞書学習【JST・京大機械翻訳】

Structural Dictionary Learning based on Non-convex Surrogate of l2,1 Norm for Classification

著者 (5件)： Lu Xiaoju (Wenzhou University,Wenzhou,Zhejiang Province,China) ,  Tang Guiying (Wenzhou University,Wenzhou,Zhejiang Province,China) ,  Wang Di (Wenzhou University,Wenzhou,Zhejiang Province,China) ,  Zhang Xiaoqin (Wenzhou University,Wenzhou,Zhejiang Province,China) ,  Zheng Jingjing (Wenzhou University,Wenzhou,Zhejiang Province,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： Big Data  ページ： 5056-5061  発行年： 2019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： 最近,係数変数の相関に関する仮説に基づくグループスパース表現は,辞書学習におけるその有効性とロバスト性のために多くの注目を集めている。従来のグループスパース表現法は,結合スパース性パターンを有するモデルの推定を強化するために,l_2,1ノルムを使用して,それはしばしば過剰punishment現象に導いた。この問題を解決するために,l_2,1をl_2,0の非凸代理と置き換えて,対応する最適化アルゴリズムのための一般的ソルバを与えた。実験結果は提案した方法の有効性を確認した。Copyright 2020 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： ロバスト性 ,  凸形 ,  有効性 ,  *ノルム
準シソーラス用語： ソルバ ,  最適アルゴリズム ,  スパース性 ,  スパース表現 ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (4件)： 分類 ,  ノルム ,  凸 ,  辞書学習