| 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 | 2021-08-23 14:00 ［招待講演］最適ブロック構造を用いたブロックスパース推定法 ○黒田大貴（立命館大）  SIP2021-29 |
|
| 抄録 | （和） | 本発表では，具体的なブロック構造が未知であっても有効な凸最適化型ブロックスパース推定法を紹介する．既知ブロック構造の下でブロックスパース性を有する信号は混合l2/l1ノルム正則化によって効果的に推定できる．しかしながら，混合l2/l1ノルムの定義で用いるブロック構造と所望信号の構造が異なる場合，その推定精度は著しく劣化する．この問題を解決するために，筆者らは，候補ブロック構造の集合上における混合l2/l1ノルムの最小値を取る正則化関数を新たに導入し，その良好な凸近似として構成される正則化関数を提案している．さらに，提案正則化モデルの大域的最適解への収束が保証された反復アルゴリズムを与えている．本発表では，ブロックスパース推定問題に関する従来研究について概説した後，筆者らの手法を説明する． |
| （英） | This talk presents a convex optimization based block-sparse estimation method which is effective even when concrete block partitions are not available. For the estimation of a block-sparse signal whose block partition is known a priori, extensive researches show the effectiveness of the mixed l2/l1 regularization. However, when the block partition used in the mixed l2/l1 regularization is different from that of the target signal, its estimation accuracy degrades significantly. To resolve this difficulty, the authors introduced a penalty function which takes the minimum of the mixed l2/l1 norm over all possible block partitions, and proposed its suitable convex relaxation. For the proposed regularization model, we developed an iterative algorithm which is guaranteed to converge to a globally optimal solution. In this talk, the authors' method is described after a brief review on the existing literatures on block-sparse estimation problems. |
|
| キーワード | （和） | ブロックスパース性 / 未知構造 / 正則化 / 凸最適化 / 近接分離法 / / / |
| （英） | block-sparsity / unknown structure / regularization / convex optimization / proximal splitting algorithm / / / | |
| 文献情報 | 信学技報, vol. 121, no. 144, SIP2021-29, pp. 11-11, 2021年8月. | |
| 資料番号 | SIP2021-29 | |
| 発行日 | 2021-08-16 (SIP) | |
| ISSN | 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 | SIP2021-29 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2021-08-23 - 2021-08-24 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 数理，学習，信号処理一般（画像・音声音響・通信・実現システム・基礎等) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2021-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 最適ブロック構造を用いたブロックスパース推定法 |
| サブタイトル（和） | |
| タイトル（英） | Block-Sparse Estimation using Optimal Block Structure |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ブロックスパース性 / block-sparsity |
| キーワード(2)（和/英） | 未知構造 / unknown structure |
| キーワード(3)（和/英） | 正則化 / regularization |
| キーワード(4)（和/英） | 凸最適化 / convex optimization |
| キーワード(5)（和/英） | 近接分離法 / proximal splitting algorithm |
| 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） | 黒田 大貴 / Hiroki Kuroda / クロダ ヒロキ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2021-08-23 14:00:00 |
| 発表時間 | 50分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2021-29 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.144 |
| ページ範囲 | p.11 |
| ページ数 | 1 |
| 発行日 | 2021-08-16 (SIP) |
[研究会発表申込システムのトップページに戻る]