面向稀疏色谱信号的扩展架构下数据恢复算法比较分析
信号处理
2025-10-22 v1 机器学习
化学物理
摘要
从受损观测中恢复数据的任务，基于稀疏假设，正处于活跃研究领域。传统的迭代优化方法如今被深度学习技术所补充。开发展开方法（unfolded methods）从两者中受益。我们对三种架构在参数化色谱信号数据库上的表现进行比较研究，突出这些方法的性能，尤其是当采用适用于physico-chemical峰信号表征的度量标准时。
引用
@article{arxiv.2510.18760,
title = {Analyse comparative d'algorithmes de restauration en architecture d\'epli\'ee pour des signaux chromatographiques parcimonieux},
author = {Mouna Gharbi and Silvia Villa and Emilie Chouzenoux and Jean-Christophe Pesquet and Laurent Duval},
journal= {arXiv preprint arXiv:2510.18760},
year = {2025}
}
备注
4 pages, in French, GRETSI Symposium on Signal and Image Processing, Strasbourg, France, August 2025