组稀疏矩阵恢复
机器学习
2014-02-21 v1 计算机视觉与模式识别
机器学习
摘要
我们应用 OSCAR(回归的八边形选择与聚类算法)从压缩测量中恢复组稀疏矩阵(二维数组)。我们提出了 OSCAR 的二维版本 (2OSCAR),它由 范数和成对 范数组成,该函数是凸的但不可微。我们证明了 2OSCAR 的近端算子可以基于 OSCAR 的近端算子进行计算。因此,2OSCAR 问题可以通过最先进的近端分裂算法高效求解。关于组稀疏二维数组恢复的实验表明,由 SpaRSA 算法求解的 2OSCAR 正则化是最快的选择,而 PADMM 算法(带有去偏处理)则产生最准确的结果。
引用
@article{arxiv.1402.5077,
title = {Group-sparse Matrix Recovery},
author = {Xiangrong Zeng and Mário A. T. Figueiredo},
journal= {arXiv preprint arXiv:1402.5077},
year = {2014}
}
备注
ICASSP 2014