用于图全变分最小化的并行割追踪算法
数据结构与算法
2019-05-08 v1 最优化与控制
摘要
我们提出了割追踪(cut-pursuit)算法的并行版本，用于最小化涉及图全变分(graph total variation)的泛函。我们表明，该方法核心的将迭代量分解为常值连通分量的做法，使得原本代价高昂的基于图割的细化阶段能够无缝并行化。我们在多种设置下通过实验证明了方法的效率，从巨型图上的简单去噪到具有不可微惩罚项的更复杂反问题。我们认为，我们的方法结合了基于图割的优化器的效率与传统近端方法在通用性和易于并行化方面的优势。
引用
@article{arxiv.1905.02316,
title = {Parallel Cut Pursuit For Minimization of the Graph Total Variation},
author = {Hugo Raguet and Loic Landrieu},
journal= {arXiv preprint arXiv:1905.02316},
year = {2019}
}