BriefGPT.xyz
Ask
alpha
关键词
sparsity prior
搜索结果 - 3
逆问题中的稀疏正则化中学习高斯混合模型
本研究提出了一种概率稀疏性先验,用于建模相对于通用基的稀疏性,并设计了一个神经网络作为线性逆问题的贝叶斯估计器。通过与常用的稀疏性促进正则化技术进行比较,我们的重建方法在所有使用的一维数据集上均表现出更低的均方误差值。
PDF
5 months ago
高维贝叶斯变量选择的计算复杂度
本文研究高维贝叶斯线性回归的计算复杂度,介绍了一种截尾稀疏先验变量选择方法,通过 Metropolis-Hastings 算法,保证了变量选择的一致性和快速混合。
PDF
9 years ago
结构化压缩感知:从理论到应用
本文论述了在压缩感知中利用信号和测量结构进行体现的主题,并将理论与实践相结合,介绍了新的方向及与传统压缩感知的关系。
PDF
13 years ago
Prev
Next