文献

J-GLOBAL ID：202202249242397607   整理番号：22A0960372

スパースサブサンプリングランダム化Hadamard変換による最小二乗近似【JST・京大機械翻訳】

Least Squares Approximation via Sparse Subsampled Randomized Hadamard Transform

著者 (4件)： Teng Dan (Department of Mathematics, National University of Singapore, Singapore, Singapore) ,  Zhang Xiaowei (A*STAR, Bioinformatics Institute, Singapore, Singapore) ,  Cheng Li (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, AB, Canada) ,  Chu Delin (Department of Mathematics, National University of Singapore, Singapore, Singapore)
資料名： IEEE Transactions on Big Data  (IEEE Transactions on Big Data)
巻： 8  号： 2  ページ： 446-457  発行年： 2022年 
JST資料番号： W2442A  ISSN： 2332-7790  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最小二乗(LS)問題は多くの応用における主要な話題である。最近のデータ爆発により,従来のアプローチは,大きなデータセットで作動しながらもはや適していないが,代わりに,ランダム化アルゴリズムがこの問題に対処する際に一般的になる。本論文では,決定最小二乗問題を解くための,新しいランダム化アルゴリズム,スパースサブサンプルランダム化Hadamard変換(SpSRHT)を提案した。そのユニークなブロック構造は,2つの最も一般的に使用されるランダム化アルゴリズムサブサンプルランダム化Hadamard変換(SRHT)とスパース部分空間埋込み(SpEmb)を接続し,特殊ケースとしてそれらを含む一般的フレームワークを作成する。異なるパラメータを有するSpSRHTは,SpEmbによって要求されるスケッチサイズからSRHTまでのスケッチサイズと結合した相対誤差に達することを,理論的に示した。新しいアルゴリズムは,SRHTとSpEmbの間のギャップを閉じて,それらで実証された精度と効率のバランスをとる可能性を提供した。SpSRHTのこの利点も,著者らの数値実験でよく例証された。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最小二乗法 ,  実験 ,  精度 ,  理論 ,  *Hadamard変換 ,  *近似法 ,  ブロック構造 ,  埋込み【挿入】
準シソーラス用語： スケッチ ,  部分空間 ,  相対誤差 ,  数値実験 ,  *最小二乗近似 ,  ランダム化 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： Hadamard変換 ,  最小二乗近似