基于 BLOTLESS 更新的字典学习
信号处理
2020-04-22 v3 机器学习
摘要
用于学习字典以稀疏表示给定数据集的算法通常在稀疏编码和字典更新阶段之间交替进行。字典更新方法旨在通过在给定稀疏编码阶段获得的非零系数模式的情况下更新字典向量和展开系数，来最小化展开误差。我们提出了一种用于字典更新的块总体最小二乘（BLOTLESS）算法。BLOTLESS 同时更新一块字典元素和相应的稀疏系数。在无误差情况下，确定了精确恢复的三个必要条件。建立了训练数据数量的下界，使得必要条件以高概率成立。数值模拟表明，这些下界很好地近似了精确字典恢复所需的训练数据数量。数值实验进一步证明了与最先进算法相比，采用 BLOTLESS 更新的字典学习在训练数据量较小时具有若干优势。
引用
@article{arxiv.1906.10211,
title = {Dictionary Learning with BLOTLESS Update},
author = {Qi Yu and Wei Dai and Zoran Cvetkovic and Jubo Zhu},
journal= {arXiv preprint arXiv:1906.10211},
year = {2020}
}