抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,y=A_x+nの圧縮測定からのスパース共分散行列の推定のために,y,n≡R ̄d,およびx≡R ̄pのスパース共分散行列の推定のために,センシング行列A≡R ̄d×pを設計するための一般的フレームワークを提案した。メッセージ通過アルゴリズムを通して因子グラフ上の推論として共分散回復を見ることによって,Density進化(DE)のような符号化理論からのアイデアを,センシングマトリックスの設計のためのフレームワークを構築するために利用した。提案したフレームワークは,(1)規則的センシング,即ち,共分散のすべてのエントリに等しく重要度が与えられ,(2)優先センシング,すなわち,共分散行列の一部により高い重要性を与えることができる。実験を通して,著者らは,密度進化によって設計したセンシングマトリックスが,規則的センシングパラダイムにおける共分散回復のための最先端技術に整合し,そして,優先センシング領域において,改善された性能を達成することを示した。さらに,圧縮測定から得られた推定共分散行列を用いた因果グラフ構造回復の実現可能性を研究した。【JST・京大機械翻訳】