基于分解视角探讨近场中结构稀疏性
信息检索
2024-07-02 v2
摘要
结构稀疏性可在传统远场信道中被利用，大大促进了通过将开销复杂度压缩到散射体数量水平来实现高效稀疏信道恢复。然而，当从基于平面波的远场建模转向基于球面波的近场建模后，这些收益是否在近场领域仍然保持开放问题。为了回答这个问题，本文深入研究了近场稀疏性，检查其独特之处和挑战。具体而言，本文从物理和数学两个角度阐述了近场结构稀疏性相对于远场的关键特征。揭示理论瓶颈后，我们通过解耦散射体的几何参数来规避这些瓶颈，称为三参数分解 (TPD) 框架。我们的新型 TPD 框架通过应用潜在的结构稀疏性并避免复杂性和开销的诅咒，实现了对近场稀疏信道的稳健恢复。
引用
@article{arxiv.2406.18984,
title = {Amplify Graph Learning for Recommendation via Sparsity Completion},
author = {Peng Yuan and Haojie Li and Minying Fang and Xu Yu and Yongjing Hao and Junwei Du},
journal= {arXiv preprint arXiv:2406.18984},
year = {2024}
}