uncertainty principle | BriefGPT

关键词uncertainty principle

搜索结果 - 9

SIGIR强化学习驱动的信息获取：量子概率方法
本文讨论交互式信息检索中的信息搜索行为，并将其视为一种基于强化学习的任务，使用量子力学的数学形式来描述和建模信息搜索者的不确定行为，为信息搜索者的行为提供指导。
PDF4 years ago
分布式和联邦学习通讯压缩的不确定性原理及最优压缩器的寻找
探讨通信成本优化的异构和联邦学习中用于向量压缩的不确定性原理和 Kashin 压缩方案。
PDF4 years ago
布朗运动的乐观优化
本文提出了一种自适应算法，利用不确定性原则实现布朗运动的优化，从而在最小化函数评估次数的同时，以多项式时间复杂度提供了该运动最大值的 ε- 逼近结果。
PDF5 years ago
生成对抗主动学习
本研究提出了一种通过使用生成式对抗网络 (GAN) 实现的新型主动学习方法，通过根据不确定性原理生成查询来增加学习速度，我们的方法可以与其他主动学习原理一起使用；我们报告了各种数值实验的结果以证明所提出的方法的有效性。在某些情况下，该算法的
PDF7 years ago
图上的信号：不确定性原理与采样
本研究提出了一类集中在图形域和图形对偶上的图形信号，并基于此提出了图形信号的不确定性原理，探讨了从样本子集中恢复带限信号的条件和提出了替代信号恢复算法，包括基于帧的重构方法，同时提出了几种替代采样策略和相关的条件和反演方法，最后展示了完美恢
PDF9 years ago
民主代表制
文章分析了求解一个凸优化问题来实现最大范数的最小化以及在保持欠定的线性方程组一致性的约束下的基本特性，并提出了基于 $\ell_{\infty}$- 范数减小动态范围的新算法并演示了其在 DVB-T2 广播系统中的有效性。
PDF10 years ago
用于矩阵分解的秩稀疏不协调性
本文采用基于凸优化的方法，通过最小化矩阵的 $l_1$ 范数和核范数的线性组合，将一个矩阵分解为它的稀疏和低秩部分。我们提出了一种新的概念来表征稀疏矩阵和其行列空间之间的不确定性原理，并用它来确定精确恢复的充分条件，同时提出了一些仿真结果。
PDF15 years ago
不定性原理与向量量化
根据不确定性原理，将框架表示转换为更强韧的 Kashin 表示法，其系数具有最小可能的动态范围，并且具有减少其系数误差的能力。
PDF18 years ago
不完全和不准确测量中的稳定信号恢复
本文中提出了一种压缩感知技术，通过 l1 - 正则化问题来恢复高维实向量 x_0，证明了只要 A 满足均匀不确定原理并且 x_0 具有足够的稀疏性，则可以在噪声水平内准确恢复 x_0，并给出了两个实例。
PDF19 years ago