贝叶斯最优卷积近似消息传递
信息论
2021-05-11 v2 math.IT
摘要
为改善近似消息传递（AMP）的收敛性质，人们提出了卷积 AMP（CAMP）。CAMP 将 AMP 中的 Onsager 校正替换为对所有先前迭代中消息的卷积，同时使用与 AMP 相同的低复杂度匹配滤波器（MF）。本文推导了状态演化（SE）方程，以设计 CAMP 中的贝叶斯最优去噪器。数值结果表明，带有贝叶斯最优去噪器的 CAMP——称为贝叶斯最优 CAMP——对于条件数低至中等的右正交不变感知矩阵能够达到贝叶斯最优性能。
引用
@article{arxiv.2101.11185,
title = {Bayes-Optimal Convolutional AMP},
author = {Keigo Takeuchi},
journal= {arXiv preprint arXiv:2101.11185},
year = {2021}
}
备注
accepted for presentation in ISIT2021