sparse approximation | BriefGPT

关键词sparse approximation

搜索结果 - 12

使用核密度估计方法快速逼近相似图
提出了一种基于核密度估计问题的算法框架，用于构造稀疏近似的全连接相似度图，从而保留其聚类结构，与 scikit-learn 库和 FAISS 库的实现相比，在多个数据集上显著提升了性能。
PDF9 months ago
AAAI带收缩先验的组合稀疏高斯过程学习
本文提出了一种有效的方法：使用 Horseshoe 先验处理核函数的稀疏性来学习核组合，提供更好的匹配度和更短的计算时间。
PDF4 years ago
连续多任务高斯过程
本篇论文研究了在多任务高斯过程模型中如何持续不断地学习处理顺序输入输出观测值的问题，提出了基于在线贝叶斯推断先验 —— 后验递归的方法，并结合诱导输入的稀疏近似引入了变分推断。通过该方法得到了可行的无限条件下界，并在自然情况下引入两个新的
PDF5 years ago
关于再现核巴拿赫空间：通用定义与构造的统一框架
本文提出一种基于泛函分析的、统一且独立于构造方式的 RKBS 定义和重现核，通过连续的双线性形式和特征映射的配对实现了各种既有 RKBS 构造的统一，并提出了一类新的 Orlicz RKBS，最后在所提出的框架中发展 RKBS 的机器学习表
PDF6 years ago
通过卷积稀疏编码分析卷积神经网络
提出了一种新的多层模型，ML-CSC，其信号被假定为从一系列 CSC 层中出现。CNN 的前向传递实际上是服务于 ML-CSC 模型的阈值追踪，将 CNN 与 ML-CSC 模型紧密联系起来，为 CNN 带来了新的视角，同时也提出了一个与去
PDF8 years ago
在亚线性时间内在任何常数维度上使用近乎最优采样复杂度进行稀疏傅立叶变换
该研究考虑了通过时间域采样来计算 $N$ 长度信号的 $k$- 稀疏傅里叶变换近似的问题，提出了一种基于随机化算法的解决方案。
PDF8 years ago
AAAI学习深度 L0 编码器
通过引入新的神经元和池化函数，本研究使用深度学习工具研究了 $l_0$ 稀疏逼近问题，将其建模为前馈神经网络，并进行了有效的网络正则化。与传统的稀疏编码解决方案相比，所提出的深度编码器具有更快的推理速度，更大的学习能力和更好的可扩展性。此外
PDF9 years ago
子模遇上谱：子集选择、稀疏逼近和字典选择的贪心算法
本研究通过分析子模函数的最大化和谱分析的见解，引入了子模性比率作为一种关键性质，研究了从大量随机变量中选择 k 个变量的问题，以实现对另一个感兴趣的变量的最佳线性预测，取得了这个问题方面最强的现有近似保证，并运用了该技术进行了实验和分析。
PDF13 years ago
NIPS从稀疏优化角度看 CUR
本文探讨了 CUR 分解，从稀疏优化的角度出发，阐明了 CUR 分解是隐式地优化了一个稀疏回归目标函数，而且不能直接作为一个稀疏 PCA 方法来分类。此外，观察到 CUR 的稀疏度具有一种有趣的结构，因此提出了一种类 CUR 的稀疏 PCA
PDF14 years ago
SPIRAL-TAP: 稀疏泊松强度重建算法 - 理论与实践
本文探讨了如何从 Poisson 数据中准确地重建分布式现象，运用了带惩罚项的负 Poisson 对数似然目标函数，并结合采用分离二次近似和 l1 范数、总变差半范数以及基于分区的多尺度估计方法等关键思想。
PDF14 years ago
紧支撑剪切小波是最优稀疏的
本文证明了在具有紧支撑元素的定向表示系统中，使用一类具有紧支撑剪切变换，而且满足某些弱矩条件的剪切系组成子集，可以 (几乎) 最优地稀疏逼近卡通图像。
PDF14 years ago
使用受限等距性质分析正交匹配追踪算法
使用受限等距性质 (RIP) 分析正交匹配追踪 (OMP) 算法，得出对于任何 K 稀疏信号，RIP 阶数为 K+1 时 (等距常数 δ<1/3K^(1/2)) 足以完全恢复信号。同时，基于 OMP 和满足 RIP 的矩阵之间的简单直觉观察
PDF15 years ago