生成式稀疏潜变量（GSL）信号的压缩感知
机器学习
2023-10-24 v1 人工智能
摘要
我们考虑在压缩感知（CS）设置中重建环境信号，其中环境信号具有基于神经网络的发生模型。该发生模型具有稀疏潜变量输入，我们将所生成的环境信号称为生成式稀疏潜变量信号（GSL）。所提出的诱导稀疏性的重建算法本质上非凸，我们表明基于梯度的搜索可提供良好的重建性能。我们使用模拟数据评估了所提算法。
引用
@article{arxiv.2310.15119,
title = {Compressed Sensing of Generative Sparse-latent (GSL) Signals},
author = {Antoine Honoré and Anubhab Ghosh and Saikat Chatterjee},
journal= {arXiv preprint arXiv:2310.15119},
year = {2023}
}
备注
Accepted at 31st European Signal Processing Conference, EUSIPCO 2023