sparsity constraints | BriefGPT

关键词sparsity constraints

搜索结果 - 12

稀疏性通过稀疏组 $k$-max 正则化
本文提出了一种新颖简洁的正则化方法，称为稀疏分组 $k$-max 正则化，它不仅可以同时增强组内和组间的稀疏性，还对每个组内变量的大小没有额外的限制，特别适合不同尺度的变量，从而更接近逼近 $l_0$ 范数。同时，我们还建立了具有局部最优条
PDF5 months ago
AAAI稀疏超网络下的神经架构搜索
本论文旨在将神经架构搜索的问题从单路径和多路径搜索扩大到自动混合路径搜索。我们提出了一种新的连续架构表示方法，利用稀疏超网络和稀疏性约束来实现自动混合路径搜索。同时，我们采用了分层加速的近端梯度算法来优化所提出的稀疏超网络，并在卷积神经网络
PDF4 years ago
OEDIPUS: 稀疏约束 MRI 的实验设计框架
本研究提出了一种基于 OEDIPUS（基于 Oracle 的稀疏约束成像实验设计）的估计理论框架，用于在稀疏约束下进行 MR 图像重建的实验设计，并将受到限制的 Cramér-Rao 界限与传统的实验设计技术相结合。通过回顾性样本子采样的体
PDF6 years ago
自发微妙情绪动力学中的稀疏性分析与应用
本研究利用稀疏性约束对微表情的面部动态进行分析，剔除不相关的动态，从而简化微表情识别的挑战。结果表明，保留原始序列中的显著动态，可以提升自动微表情识别的性能。
PDF8 years ago
在最小假设下的盲反卷积中的可识别性与稳定性
本文研究了盲反卷积问题在信号和滤波器无任何假设下不唯一的情况。通过引入子空间假设或稀疏假设，可以降低搜索空间并得到唯一解。本文提出了一种与信息论极限相关的模型，建议用于处理一般情况下的盲反卷积问题，并指出了应该达到的样本复杂度。通过分析采用
PDF9 years ago
随机迭代贪婪算法在稀疏约束下的线性收敛
本文提出了两种基于随机梯度下降方法的可能非凸稀疏约束优化问题的贪心变体算法，证明了在指定容差范围内的期望收敛线性到解决方案。这种普适的框架适用于诸如压缩感知中的稀疏信号恢复、低秩矩阵恢复和协方差矩阵估计等问题，提供具有可证明的收敛保证的方法
PDF10 years ago
带稀疏先验的贝叶斯线性回归
研究高维线性回归的完全贝叶斯程序，旨在寻找未知的稀疏矢量，选择正确的稀疏模型或显著不同于零的系数，并构建和研究置信集以量化不确定性。
PDF10 years ago
信息论上最优稀疏主成分分析
本文讨论了两种概率稀疏主成分分析模型：钉住 Wigner 模型和钉住 Wishart 模型，并分析了一个用于估计基本信号的近似信息传递 (AMP) 算法。在高维极限下，AMP 估计是信息理论上的最优。此外，本文提供了稀疏 PCA 问题的单字
PDF10 years ago
多变量广义高斯分布：凸性和图模型
本文探讨了多元广义高斯分布（MGGD）和椭圆对称分布下的协方差估计的最大似然优化问题，提供了一种新的基于测地线凸性分析该似然函数的方法以及通过结构化稀疏性限制的广义协方差估计框架。
PDF11 years ago
稀疏正交投影方法在单纯形上的应用
本文实现了基于凸松弛和非凸约束的高维学习问题，包括量子重构、稀疏密度估计和组合优化等领域，以简单形式解决这些问题。
PDF12 years ago
含非线性观测的压缩感知及相关非线性优化问题
本文研究了在非线性观测条件下压缩感知信号恢复问题，提出了一种基于迭代硬阈值算法的解决方法，并在类似线性方法的条件下表明该算法能够准确恢复稀疏或结构化信号。同时，本文也展示了在稀疏和子空间并集约束下，如何在一般非线性优化框架下进行相关研究。
PDF12 years ago
稀疏受限非线性优化：最优性条件和算法
本文研究了在稀疏约束下最小化一般连续可微函数的问题，并根据不同的最优性标准提出了三个数值算法：迭代硬阈值法、贪心算法和部分稀疏单纯形法来找到满足最优性标准的点，并分析了这些方法的理论收敛性和与导出的最优性条件的关系。
PDF12 years ago