通过随机优化的信号恢复
统计理论
2019-03-19 v1 统计理论
摘要
我们讨论广义线性模型（GLM）中信号恢复的一种思路，其中信号估计问题被归约为求解随机单调变分不等式（VI）的问题。该随机 VI 的解可以以计算高效的方式求得，且在 VI 强单调时，我们推导了期望 误差的有限时间上界，其随观测数 增长以 的速率收敛到 0。我们的结构假设本质上弱于最大似然估计所导出优化问题为保证凸性所必需的假设。事后来看，我们所倡导的方法可直接追溯到 Rosenblatt 感知机算法背后的思想。
引用
@article{arxiv.1903.07349,
title = {Signal recovery by Stochastic Optimization},
author = {Anatoli Juditsky and Arkadi Nemirovski},
journal= {arXiv preprint arXiv:1903.07349},
year = {2019}
}