異常検出のための一様スパース表現による辞書学習【JST・京大機械翻訳】

Irofti Paul; Rusu Cristian; Patrascu Andrei

プレプリント

J-GLOBAL ID：202202213869097355 整理番号：22P0026106

異常検出のための一様スパース表現による辞書学習【JST・京大機械翻訳】

Dictionary Learning with Uniform Sparse Representations for Anomaly Detection

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 (3件)： , ,
資料名：
発行年： 2022年01月11日プレプリントサーバーでの情報更新日： 2022年01月11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)

オーディオや画像処理のような多くのアプリケーションは,スパース表現が強力で効率的な信号モデリング技法であることを示した。同時に,データのスパース表現と最小近似誤差を生成する最適辞書を見つけることは,辞書学習(DL)によってアプローチされたハード問題である。DLが信号のデータセットにおいて異常サンプルを検出する際にどのように機能するかを研究した。本論文では,K-SVD型アルゴリズムを用いて,データセット中の大多数のサンプルの基本部分空間を検出するために,均一スパース表現モデルを探索する特定のDL定式化を用いた。数値シミュレーションは,通常データ点上の異常を区別するために,この結果部分空間を効率良く使用できることを示した。【JST・京大機械翻訳】

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

図形・画像処理一般 , 人工知能

, ,

前のページに戻る