可压缩状态空间模型的高效估计及其在钙信号反卷积中的应用
机器学习
2016-10-21 v1 计算机视觉与模式识别
信息论
动力系统
math.IT
统计理论
统计理论
摘要
本文考虑具有可压缩新息和收敛转移矩阵的线性状态空间模型，以对时空稀疏瞬态事件进行建模。我们使用动态压缩感知框架进行参数与状态估计，并开发了一种由两个嵌套期望最大化（EM）算法组成的高效求解方法。在新息满足适当稀疏性假设的条件下，我们证明了恢复保证并推导了状态估计的置信界。我们提供了仿真研究以及在钙成像数据脉冲反卷积中的应用，这些结果验证了我们的理论结果，并显示出相较于现有算法的显著改进。
引用
@article{arxiv.1610.06461,
title = {Efficient Estimation of Compressible State-Space Models with Application to Calcium Signal Deconvolution},
author = {Abbas Kazemipour and Ji Liu and Patrick Kanold and Min Wu and Behtash Babadi},
journal= {arXiv preprint arXiv:1610.06461},
year = {2016}
}
备注
2016 IEEE Global Conference on Signal and Information Processing (GlobalSIP), Dec. 7-9, 2016, Washington D.C