本文提出了一种通用的配合各种任务的有监督学习词典的方法,并介绍了一个解决相应优化问题的高效算法,实验证明这种方法适用于大规模的监督和半监督分类,以及对能够产生稀疏表示的数据的回归任务。
Sep, 2010
本文介绍基于分离结构的字典学习方法,使得学习过程中可以处理更大的图像块,并且字典在重建任务中被有效地应用。
Mar, 2013
本文提出一种基于联合稀疏性约束的多模态任务驱动字典学习算法,以协作多个同质 / 异质信息源,可以学习出多模态词典以及相应的分类器,并在多种应用中具有较高的分类性能和更高的计算效率。
Feb, 2015
本文介绍了关于稀疏模型及其应用的多学科研究,主要涉及模型选择、稀疏编码、图像识别和图像处理等领域。本文针对数据的学习和适应性字典,提供了一种自包含的稀疏建模方法,已在各种领域中获得成功应用。
Nov, 2014
本篇论文采用概率模型,证明了采用稀疏编码时在字典生成的参考信号附近可以找到局部极小值,同时考虑过完备字典、噪声信号和可能出现的异常值,这一分析是非渐近的,可以帮助理解信号维度、原子数量、稀疏度和观察次数等关键问题如相干性或噪声级别的比例关系。
Jul, 2014
通过加入监督正则化项来扩展卷积稀疏编码模型并学习具有判别性的字典,从而实现更好的图像重建和更语义相关的字典元素。
Apr, 2018
本文研究了在多任务和迁移学习中使用稀疏编码和字典学习,通过对高维或无限维空间中的字典的原子的稀疏线性组合进行假设,以及多任务和迁移学习设置中大量可用的数据,我们提供了该方法的泛化误差上限,并在一个合成和两个真实数据集上进行了数值实验。实验表明相对于单任务学习和以正交和密集表示任务的先前方法以及相关方法来说我们的方法具有优势。
Sep, 2012
本文提出一种基于局部稀疏逼近的分离技术,并实现了在线学习字典以稀疏地建模背景声源,从而分离已知源与未知背景源的单个线性混合声源问题,并通过音频数据模拟展示了该方法的性能。
Dec, 2012
本文介绍了一种新的基于裁剪小波分解的算法,可以用于更大尺寸的图像处理和信号处理,并结合在线稀疏字典学习算法进行自适应字典训练,得到大的可适应原子 - trainlets。
Jan, 2016
本文采用概率模型研究了稀疏编码的本地最小值问题,在考虑超完备字典和有噪信号的情况下,证明了稀疏编码接近参考字典生成的信号的局部最小值,同时分析了噪声、信号维度、原子数量、稀疏度和观察数量等关键量如何随之缩放。
Oct, 2012