重畳非線形測定からの構造化データの復元【JST・京大機械翻訳】

Genzel Martin; Jung Peter

プレプリント

J-GLOBAL ID：202202203124793982 整理番号：22P0041839

重畳非線形測定からの構造化データの復元【JST・京大機械翻訳】

Recovering Structured Data From Superimposed Non-Linear Measurements

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2017年08月24日プレプリントサーバーでの情報更新日： 2020年01月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本研究は,非線形通信制約の下での分散データ収集の問題を扱う。より具体的には,M分散ノードが未知の構造化ソースベクトルx_0|ΔR ̄nの個々の測定を取るモデルセットアップを考察し,それらの読みを中心受信機に同時に通信する。この方法は衝突を含み,通常不完全であるので,受信機は非線形に歪んだ信号の重ね合わせを測定する。第一段階では,s-スパースベクトルx_0がそのような重畳測定のO(s.log(2n/s))からうまく回復できることを示し,非線形崩壊に関するいかなる知識にも依存しない従来のLasso推定器を用いた。しかし,この直接法は,いくつかの「非較正」システム構成に対して作業することができなかった。これらのブラインド再構成タスクは,l ̄1,2-グループ-Lassoで簡単に処理できるが,O(s.max{M,log(2n/s)})観察のサンプリング速度の増加に沿い,このリフティング戦略の目的は,非線形取得に双線形逆問題のある種のクラスを拡張することである。著者らの2つのアルゴリズムアプローチは,一般的(凸)構造制約と同様に,サブGauss測定設計を含むより抽象的なフレームワークの特別な例である。これらの結果は,任意の非線形観測モデルに適用するので,様々な回復と学習タスクに対して独立の関心事である。最後に,著者らの理論的発見の実際的範囲を例証するために,無線センサネットワークへの応用について議論して,それは実際に著者らの方法論のプロトタイプ用例として役立った。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

信号理論 , 無線通信一般

, , ,

前のページに戻る