Scifaro

中文

MCP/SCAD惩罚最小二乘的坐标下降法线性收敛

机器学习 2021-09-21 v1 机器学习统计计算

作者: Yuling Jiao , Dingwei Li , Min Liu , Xiliang Lu

在 arXiv 上查看 ↗ PDF ↗

摘要

从观测数据中恢复稀疏信号是信号处理/成像、统计学和机器学习中的重要课题。非凸惩罚最小二乘因其良好的统计性质而备受关注。在计算上，坐标下降（CD）因其简单性和可扩展性而成为最小化非凸惩罚最小二乘准则的主力。在本工作中，我们证明了CD求解MCP/SCAD惩罚最小二乘问题的线性收敛速率。

关键词

坐标下降 MCP SCAD 惩罚最小二乘稀疏恢复线性收敛非凸惩罚

引用

@article{arxiv.2109.08850,
  title  = {Coordinate Descent for MCP/SCAD Penalized Least Squares Converges Linearly},
  author = {Yuling Jiao and Dingwei Li and Min Liu and Xiliang Lu},
  journal= {arXiv preprint arXiv:2109.08850},
  year   = {2021}
}