Jun, 2014

使用扫描逼近信息传递算法进行稀疏估计

PDF
TL;DR提出一种新的稳定 AMP 算法的方法，这种算法通过逐个系数而不是并行地应用 AMP 更新来解决 AMP 在某些情况下不匹配其假设的收敛问题，并且不会增加过多的计算成本。
approximate message passinginferencecomputationstabilizingcoefficient
发现论文，激发创造
  • 无参数最优近似信息传递

    本文提出一种无需用户调整阈值参数的自动方式，采用修改过的梯度下降算法和 Stein 无偏风险估计，实现高稀疏恢复和压缩感知算法中的最小重构误差和最高收敛速率，为参数调整领域的最快收敛率理论保障提供了解决方案。

    Oct, 2013

  • S-AMP: 一般矩阵 Ensembles 的近似消息传递

    本文介绍了一种新型的迭代估计算法 S-AMP，其固定点是在一组（一阶和二阶）矩匹配约束下准确吉布斯自由能的静止点，在大系统极限下。该算法基于测量矩阵的频谱的 S 变换，并将近似信息传递（AMP）算法推广到一般矩阵集合上。此外，我们还表明，S-AMP 的最优性是直接由其设计而不是通过解决单独的优化问题（如 AMP 算法）而实现的。

    May, 2014

  • 广义线性模型的谱初始化近似消息传递

    本文章研究了使用广义线性模型的估计问题并探讨了使用近似消息传递算法的表现，提出使用谱估计器作为初始化方法以解决一些模型中初始化时的相关性和独立性问题，并通过两阶段人工消息传递算法进行分析和模拟实验验证了该方法。

    Oct, 2020

  • 充分统计量内存近似传递算法

    本文提出了一种新的算法 SS-MAMP 来解决 Approximate message passing 算法在迭代过程中的收敛问题，在满足充分统计条件的情况下保证了算法的收敛和正交性。

    Jun, 2022

  • 压缩感知的消息传递算法：I. 动机与构造

    本篇论文介绍了一种低复杂度的迭代阈值算法，名为 AMP（近似消息传递），可从一小组线性测量中重构稀疏信号，并与相关文献建立联系。

    Nov, 2009

  • 矩阵张量积模型的近似消息传递算法

    提出并分析一种近似信息传递 (AMP) 算法，用于矩阵张量乘积模型，其中使用一种新方法在每次迭代中优化加权和组合多个估计；利用非可分函数的 AMP 收敛定理，证明了非可分函数的状态演变，提供了其在高维极限下性能的渐近精确描述。

    Jun, 2023

  • 贝叶斯最优卷积 AMP

    本文提出了 Bayes - 最优的卷积逼近信息传递 (CAMP) 用于压缩感知中的信号恢复，CAMP 使用与近似信息传递 (AMP) 相同的低复杂度匹配滤波器 (MF) 进行干扰抑制。

    Mar, 2020

  • 通过近似传递消息估计低秩矩阵

    本文介绍了使用 Approximate Message Passing（AMP）算法结合谱初始化来实现 Bayes-optimal 精度的方法，特别关注了如何应用于低秩矩阵估计问题中，同时讨论了其应用于稀疏低秩矩阵和高斯块模型中的实验结果。

    Nov, 2017

  • 从汇聚的数据中解码：消息传递的相变

    该研究利用近似信息传递算法和状态演化方程分析多维度动态，研究从多个汇总子集的直方图中恢复分类变量离散信号的问题，并揭示了 AMP 行为从精确恢复到弱相关与信号的锐利相变现象，通过一些特殊情况的公式推导，准确地展示了它们与实验行为的匹配。

    Feb, 2017

  • 针对正交不变整体的近似消息传递：多元非线性和谱初始化

    本研究研究了一类适用于具有正交不变噪声的对称和矩形钉子随机矩阵模型的近似消息传递（AMP）算法，并使用贝叶斯方法介绍了一个 Bayes-OAMP 算法。

    Oct, 2021