proximal operator | BriefGPT

关键词proximal operator

搜索结果 - 12

可微分的近端图匹配
本文介绍了一种基于邻近算子的图匹配算法 (DPGM)，通过将图匹配问题转化为一系列凸优化问题，实现了从图亲和矩阵到节点对应预测的可微分映射，该方法能够与深度学习框架有机地集成在一起，同时在合理的迭代次数内收敛于稳定点，并在多样数据集和 PA
PDFa month ago
关于即插即用运算符的收缩性
通过收缩映射定理，我们解决了关于 PnP-ISTA 和 PnP-ADMM 在对称去噪器和核去噪器上的线性收敛性的问题，并在图像修复上验证了我们的理论发现。
PDF9 months ago
具有对手学习意识的近端学习
本文提出 Learning With Opponent-Learning Awareness (LOLA) 的一个改进算法 —— 造假 LOLA（proximal LOLA，POLA），并证明其可在部分竞争性环境下更可靠地实现基于互惠的合作
PDF2 years ago
ICML浅层网络 1 - 路径范数的高效近端映射
研究了浅层神经网络的 1-path - 范数，发现它可以通过闭合形式的近端算子进行计算，且可以提供网络李普希茨常数的上界，是训练鲁棒性强的网络的有力工具。与 L1 - 范数以及基于层的李普希茨常数的制约相比，1-path - 范数的近端映射
PDF4 years ago
最小化平滑与非平滑函数之和的随机解耦方法
本文提出了一种利用逐步学习非平滑函数 $g$ 的接近算子的降低三个凸函数之和的方法，可以有效地分离平滑部分和非平滑部分，同时证明了该方法的多个迭代复杂性结果，可以广泛应用于估计 $f$ 的梯度的策略，包括通过标准和方差减少的随机估计以及结合
PDF5 years ago
AAAI抬升的邻域算子机器
提出了一种新的神经网络优化方法，将激活函数转换为等效的邻近算子，通过将邻近算子添加到目标函数作为惩罚项来近似前馈神经网络，称为 LPOM。
PDF6 years ago
一种网络解决所有问题 —— 使用深度投影模型解决线性反问题
本文提出了一种通用框架来训练单个深度神经网络，以解决任意线性反问题，通过提供一个接近算子来实现这一目的，并在压缩感知和像素插值等任务中显示出优越的性能。
PDF7 years ago
基于不光滑优化的变量度量不精确线性搜索方法
我们提出了一种新的近端 - 梯度方法，用于最小化可微、可能非凸的函数加上凸、可能非可微的函数，并探讨了度量可能在每次迭代中改变，近似计算近端点并给出充分条件的可能性。我们还展示了这个方法在图像恢复问题中的竞争力。
PDF9 years ago
AAAI广义奇异值阈值处理
该文章研究了广义奇异值阈值（GSVT）算子及其与非凸函数 g 关于矩阵 X 的奇异值的 proximal operator 的关系，提出了一个通用求解器以求解非凸低秩最小化问题。
PDF10 years ago
复合自共轭最小化
本文提出了基于可变度量的框架，针对自共轭（self-concordant）函数和可能非平滑凸函数之和的问题，提出了一种易于计算的近端算子。通过利用问题的结构，本文建立了分析式的步长选择和校正过程，并在几个有趣的应用上展示了这一框架的具体算法
PDF11 years ago
一种用于非凸正则化优化问题的普适性迭代收缩与阈值算法
本文提出了一种新的 GIST 算法来解决大类非凸惩罚的非凸优化问题，该算法通过迭代解决近端算子问题，并在每个外部迭代中使用 Barzilai-Borwein（BB）法来查找适当的步长，同时给出了详细的收敛分析。
PDF11 years ago
分层稀疏编码的邻近优化方法
该研究论文探讨了一种基于树形结构稀疏正则化规范的稀疏编码方法，提出了一种有效算法用于其优化，并通过图像、文本等实验结果展示了其在字典学习、噪声去除、主题学习等方面的应用潜力。
PDF14 years ago