ADMM-IDNP:ADMMによるグループプライヤベース非凸圧縮センシングのための反復二重再加重核ノルムアルゴリズム【JST・京大機械翻訳】

Li Yunyi; Dai Fei; Zhao Yu; Cheng Xiefeng; Gui Guan

プレプリント

J-GLOBAL ID：202202214945725243 整理番号：22P0058576

ADMM-IDNP:ADMMによるグループプライヤベース非凸圧縮センシングのための反復二重再加重核ノルムアルゴリズム【JST・京大機械翻訳】

ADMM-IDNN: Iteratively Double-reweighted Nuclear Norm Algorithm for Group-prior based Nonconvex Compressed Sensing via ADMM

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 (5件)： , , , ,
資料名：
発行年： 2019年03月23日プレプリントサーバーでの情報更新日： 2020年05月23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)

グループプリオリベースの正則化法は,様々な画像処理タスクにおいて大きな成功をもたらし,通常,低ランク行列最小化問題として考えることができる。低ランクの広く用いられている代理関数として,核ノルムは,核ノルムがランク成分(特異値)を同時に収縮するので,通常,過剰収縮現象をもたらす。本論文では,一般的凹形および単調特性を含む非凸核ノルム関数族を介して,新しいグループプライアベース非凸画像圧縮センシング(CS)再構成フレームワークを提案した。得られた非凸核ノルム最小化(NNM)問題を解くために,乗算器(ADMM)フレームワークの交互方向法により,グループベース反復二重再重み付け核ノルムアルゴリズム(IDNN)を開発した。提案アルゴリズムは,非凸核ノルム最適化問題を二重再加重特異値閾値(DSVT)問題に変換することができる。広範な実験は,提案したフレームワークが現在の最先端の凸法と比較して好ましい再構成性能を達成することを実証した。【JST・京大機械翻訳】

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

信号理論 , 人工知能 , 図形・画像処理一般

, , , , , ,

前のページに戻る