1-范数是否为最佳凸稀疏正则化？
信息论
2018-06-25 v1 math.IT
摘要
1-范数是从未确定线性测量中恢复稀疏向量的良好凸正则化。似乎没有其他凸正则化能超越其稀疏恢复性能。这如何解释？为回答此问题，我们在一般低维恢复背景下定义了若干“最佳”(凸)正则化的概念，并表明在该框架内 1-范数确实是最优凸稀疏正则化。
引用
@article{arxiv.1806.08690,
title = {Is the 1-norm the best convex sparse regularization?},
author = {Yann Traonmilin and Samuel Vaiter and Rémi Gribonval},
journal= {arXiv preprint arXiv:1806.08690},
year = {2018}
}
备注
arXiv admin note: substantial text overlap with arXiv:1803.00773