通过散度的伪逆表征全变分去噪的最大参数
机器学习
2016-12-12 v1
摘要
本文关注各向异性全变分去噪的最大正则化参数。该参数对应于正则化参数的最小值，超过此值后解保持不变。虽然该值对于Lasso而言是已知的，但对于全变分而言，这一临界值尚未得到详细研究。然而，在调节正则化参数时它具有重要意义，因为它允许为搜索最优参数的网格设定一个上界。本文给出了一维情形的闭式表达式以及二维情形的一个上界，该上界在实践中表现出合理的紧致性。该问题直接与散度的伪逆计算相关，可通过在Fourier域执行卷积快速获得。
引用
@article{arxiv.1612.03080,
title = {Characterizing the maximum parameter of the total-variation denoising through the pseudo-inverse of the divergence},
author = {Charles-Alban Deledalle and Nicolas Papadakis and Joseph Salmon and Samuel Vaiter},
journal= {arXiv preprint arXiv:1612.03080},
year = {2016}
}