| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-11-08 15:00 パス追跡を用いた再重み付けL1最小化アルゴリズム ○新村祐紀・竹内一郎（名工大）  IBISML2012-71 |
|
| 抄録 | （和） | 疎な信号を効率的に推定するアルゴリズムの構成は機械学習や圧縮センシングの分野で非常に重要であり, さまざまなアルゴリズムが提案されている. このうち, 再重み付け$\ell_{1}$最小化と呼ばれるアルゴリズムは通常 の$\ell_{1}$最小化よりも性能がよいことが報告されており, 注目を集めている. 本研究では, パラメトリック計画法(パス追跡法)と呼ばれる最適化手法を導入し, 既存のものよりも効率的な再重み付け$\ell_{1}$最小化アルゴリズムを構築する. そして, 提案法の有効性を簡単な計算機実験により検証する. |
| （英） | The problem of recovering sparse signals is an important topic in machine learning and compressed sensing literatures. Among many algorithms, so-called \emph{reweighted $\ell_{1}$ minimization algorithm} has been shown to be more effective than conventional $\ell_{1}$ minimization. In this study, we introduce an optimization method called \emph{parametric programming} (a.k.a. path-following) in order to develop a more efficient alternative to existing implementation of the reweighted $\ell_{1}$ minimization algorithm. We demonstrate the effectiveness of our approach through simple numerical experiment. |
|
| キーワード | （和） | $\ell_{1}$最小化 / 再重み付け$\ell_{1}$最小化 / 圧縮センシング / 線形計画法 / パラメトリック計画法 / / / |
| （英） | $\ell_{1}$ Minimization / Reweighted $\ell_{1}$ Minimization / Compressed Sensing / Linear Programming / Parametric Programming / / / | |
| 文献情報 | 信学技報, vol. 112, no. 279, IBISML2012-71, pp. 265-270, 2012年11月. | |
| 資料番号 | IBISML2012-71 | |
| 発行日 | 2012-10-31 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2012-71 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2012-11-07 - 2012-11-09 |
| 開催地（和） | 筑波大学 東京キャンパス文京校舎 |
| 開催地（英） | Bunkyo School Building, Tokyo Campus, Tsukuba Univ. |
| テーマ（和） | 第15回情報論的学習理論ワークショップ |
| テーマ（英） | the 15th Information-Based Induction Sciences Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2012-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | パス追跡を用いた再重み付けL1最小化アルゴリズム |
| サブタイトル（和） | |
| タイトル（英） | Path following approach for efficient reweighted L1 minimization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | $\ell_{1}$最小化 / $\ell_{1}$ Minimization |
| キーワード(2)（和/英） | 再重み付け$\ell_{1}$最小化 / Reweighted $\ell_{1}$ Minimization |
| キーワード(3)（和/英） | 圧縮センシング / Compressed Sensing |
| キーワード(4)（和/英） | 線形計画法 / Linear Programming |
| キーワード(5)（和/英） | パラメトリック計画法 / Parametric Programming |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 新村 祐紀 / Yuki Shinmura / シンムラ ユウキ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第2著者 氏名（和/英/ヨミ） | 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-11-08 15:00:00 |
| 発表時間 | 150分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2012-71 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.279 |
| ページ範囲 | pp.265-270 |
| ページ数 | 6 |
| 発行日 | 2012-10-31 (IBISML) |
[研究会発表申込システムのトップページに戻る]