基于不完整与受损数据的联邦空中子空间跟踪
机器学习
2022-07-01 v4 信息论
数值分析
math.IT
数值分析
机器学习
摘要
本工作中我们研究具有缺失数据（ST-miss）与离群值（鲁棒 ST-miss）的子空间跟踪问题。我们提出一种新颖算法，并对这两个问题提供保证。不同于以往关于该主题的工作，当前工作不施加分段常数子空间变化假设。此外，所提算法比我们先前工作简单得多（使用更少参数）。其次，我们将我们的方法及其分析扩展至在数据联邦化、且使用空中数据通信模态在 个对等节点与中心间进行信息交换时可证明地求解这些问题。我们通过大量数值实验验证了我们的理论断言。
引用
@article{arxiv.2002.12873,
title = {Federated Over-Air Subspace Tracking from Incomplete and Corrupted Data},
author = {Praneeth Narayanamurthy and Namrata Vaswani and Aditya Ramamoorthy},
journal= {arXiv preprint arXiv:2002.12873},
year = {2022}
}
备注
To appear in IEEE Transactions on Signal Processing. changes to writing; more general result provided from which previous result follows as special case