通过展开 l1-l1 最小化算法设计循环神经网络
机器学习
2019-02-19 v1 机器学习
摘要
我们提出了一种新的深度循环神经网络（RNN）架构，用于序列信号重建。我们的网络通过展开求解 l1-l1 最小化问题的近端梯度法的迭代而设计。因此，我们的网络在设计上利用了信号具有稀疏表示且连续信号表示之间的差异也是稀疏的这一事实。我们在从压缩测量中重建视频帧的任务上评估了所提出的模型，并表明其优于多个最先进的 RNN 模型。
引用
@article{arxiv.1902.06522,
title = {Designing recurrent neural networks by unfolding an l1-l1 minimization algorithm},
author = {Hung Duy Le and Huynh Van Luong and Nikos Deligiannis},
journal= {arXiv preprint arXiv:1902.06522},
year = {2019}
}