ハイパースペクトル超解像における結合構造化行列因子分解のためのハイブリッド不正確なBCD【JST・京大機械翻訳】

Wu Ruiyuan; Wai Hoi-To; Ma Wing-Kin

プレプリント

J-GLOBAL ID：202202221136153758 整理番号：22P0077372

ハイパースペクトル超解像における結合構造化行列因子分解のためのハイブリッド不正確なBCD【JST・京大機械翻訳】

Hybrid Inexact BCD for Coupled Structured Matrix Factorization in Hyperspectral Super-Resolution

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： 2019年09月19日プレプリントサーバーでの情報更新日： 2020年02月20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】

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

太陽電池 , システム最適化手法 , 電子構造一般 , 発光素子 , 伝送線

, , , ,

前のページに戻る