结构化稀疏恢复问题的对偶证书分析通用框架
机器学习
2012-04-05 v2
摘要
本文利用对偶证书符号开发了一个通用理论框架，用于分析结构化稀疏恢复问题。尽管对偶证书思想的某些方面已在先前的一些工作中得到应用，但由于缺乏通用且连贯的理论，迄今为止的分析仅在特定问题的有限范围内进行。在此背景下，本文做出了两项贡献。首先，我们引入了对偶证书的通用定义，并据此开发了用于凸规划稀疏恢复分析的统一理论。其次，我们提出了一类称为结构化 Lasso 的结构化稀疏正则化方法，在该理论框架下可 readily 进行计算。这一新理论将许多看似松散相关的先前工作作为特例包含在内；它还推导出了新的结果，甚至改进了诸如 L1 正则化等标准公式的现有结果。
引用
@article{arxiv.1201.3302,
title = {A General Framework of Dual Certificate Analysis for Structured Sparse Recovery Problems},
author = {Cun-Hui Zhang and Tong Zhang},
journal= {arXiv preprint arXiv:1201.3302},
year = {2012}
}