面向 Lasso 恢复的量化优化
信息论
2016-06-10 v1 math.IT
摘要
本文聚焦于量化压缩感知，假设使用 Lasso 进行信号估计。利用近期的工作，我们提供了一个优化量化函数的框架，并证明恢复信号作为量化级别的函数以二次速率收敛于真实信号。我们表明，当观测数量很大时，这种量化方法比标准 Lloyd-Max 量化给出显著更好的恢复率。我们用数值模拟支持了我们的理论分析。
关键词
引用
@article{arxiv.1606.03055,
title = {Optimizing quantization for Lasso recovery},
author = {Xiaoyi Gu and Shenyinying Tu and Hao-Jun Michael Shi and Mindy Case and Deanna Needell and Yaniv Plan},
journal= {arXiv preprint arXiv:1606.03055},
year = {2016}
}