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,リモートセンシングにおけるハイパースペクトル超解像(HSR)の文脈で生じる結合構造化行列因数分解(CoSMF)問題に対する一次最適化法を開発した。計算効率のための問題構造を最良に活用するために,1座標を高速近位勾配(FPG)法により更新するハイブリッド不正確ブロック座標降下(HiBCD)方式を導入し,一方,Frank-Wolfe(FW)法を通してもう1つの座標を更新した。FPG型法は,数値経験によって収束する反復回数が少ないことが知られており,一方,FW型法は,ある場合には,低い反復複雑性を提供できる。そして,著者らは両方の最良を取り入れることを望んだ。このHiBCDスキームの限界点が定常であることを示した。著者らの証明は,HiBCDをマルチブロック構造化最適化問題のクラスのための最適化フレームワークとして扱い,そして,著者らの定常性主張は,CoSMFだけでなく,多くの他の問題にも適用可能である。以前の最適化研究は,FPGまたはFW更新のみによる不正確なブロック座標降下のための同じ定常性結果を示した。数値結果は,提案したHiBCD方式が,HSRにおける最先端のCoSMF方式よりも計算的にはるかに効率的であることを示した。【JST・京大機械翻訳】