×
苏菲·M·福森。;维托·塞隆;迭戈·雷格鲁托

扰动数据的稀疏线性回归。 （英语） Zbl 1453.93060号

Automatica公司 122，文章ID 109284，10 p.（2020）.
摘要：稀疏线性回归问题与从大型数据集识别线性系统有关。当从真实世界的实验中收集数据时，测量总是受到扰动或低精度表示的影响。然而，由于其数学复杂性，文献中很少研究来自完全扰动数据的稀疏线性回归问题。本文证明，通过假设有界扰动，该问题可以通过求解低复杂度（ell_2）和（ell_1）最小化问题来解决。给出了理论保证和数值结果。

引用于1文件

MSC公司：

93B30型 系统标识
93C73号 控制/观测系统中的扰动
93立方厘米05 控制理论中的线性系统

关键词：

线性系统;压缩感知;扰动数据;估计算法;非凸优化;系统标识
PDF格式BibTeX公司 XML格式引用
\textit{S.M.Fosson}等人，Automatica 122，文章ID 109284，10 p.（2020；Zbl 1453.93060）
全文： 内政部 arXiv公司

参考文献：

[1] Alessandri，A。；巴格里托，M。；Battistelli，G.，非线性离散时间系统的移动时域状态估计：新的稳定性结果和近似方案，Automatica，44，7，1753-1765（2008）·Zbl 1149.93034号
[2] A.海湾。；卡雷拉，D。；Fosson，S.M。；弗拉格内托，P。；格雷拉，M。；Ravazzi，C.，《无线传感器网络中基于块parsity的定位》，《EURASIP无线通信与网络杂志》，2015，182，1-15（2015）
[3] 阿尔巴马州贝姆普拉德；Morari，M.，《鲁棒模型预测控制：一项调查》（Garulli，A.；Tesi，A.，《识别和控制中的鲁棒性》（1999），Springer London），207-226·Zbl 0979.93518号
[4] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；佩莱托，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，《机器学习的基础和趋势》，3，1，1-122（2010）·兹比尔1229.90122
[5] Brunton，S.L。；Kutz，J.Nathan，《数据驱动科学与工程：机器学习、动力系统和控制》（2019年），剑桥大学出版社·Zbl 1407.68002号
[6] Brunton，S.L。；Proctor，J.L。；Kutz，J.N.，《通过非线性动力系统的稀疏识别从数据中发现控制方程》，《美国国家科学院学报》，113，15，3932-3937（2016）·Zbl 1355.94013号
[7] Calvo-Fullana，M。；马塔莫罗斯，J。；Antón-Haro，C。；Fosson，S.M.，《利用能量收集约束促进传感器选择的稀疏性》（Proc.IEEE int.conf.acust，语音信号处理（2016）），3766-3770
[8] 坎迪斯，E.J。；Romberg，J.K。；Tao，T.，从不完整和不准确的测量中恢复稳定信号，《纯粹和应用数学通讯》，59，8，1207-1223（2006）·邮编1098.94009
[9] Carmi，A.Y.，《压缩系统识别：序列方法和熵界》，《数字信号处理》，23，3，751-770（2013）
[10] Cerone，V.，所有变量有界误差线性模型的可行参数集，Automatica，29，6，1551-1555（1993）·Zbl 0800.93237号
[11] Cerone，V.、Fosson，S.M.和Regruto，D.（2019年）。量化数据稀疏线性回归的线性规划方法。程序中。美国控制对比（第2990-2995页）。
[12] 塞隆，V。；Piga，D。；Regruto，D.，通过凸松弛技术识别集成员误差变量，IEEE自动控制汇刊，57，2，517-522（2012）·Zbl 1369.93670号
[13] Cerone，V.、Regruto，D.和Abuabiah，M.（2017年）。通过集员误差-变量识别技术指导数据驱动的控制设计。程序中。阿默尔。控制对比（第388-393页）。
[14] 西科内，V。；费兰特，A。；Zorzi，M.，《实际数据的因子模型：因子数量的稳健估计》，《IEEE自动控制学报》，64，6，2412-2425（2019）·Zbl 1482.90148号
[15] 达塔，S。；Oldroyd，J.，低相干单位范数紧框架，线性和多线性代数，67，6，1174-1189（2019）·Zbl 1411.42008年
[16] Donoho，D.L。；Elad，M.，《噪声存在下基追踪的稳定性》，《信号处理》，86，3，511-532（2006）·Zbl 1163.94329号
[17] 多诺霍，D.L。；霍，X.，不确定性原理和理想原子分解，IEEE信息理论汇刊，47，7，2845-2862（2001）·Zbl 1019.94503号
[18] Elad，M.，《压缩传感的优化预测》，IEEE信号处理汇刊，55，12，5695-5702（2007）·Zbl 1390.94168号
[19] Fattahi，S.和Sojoudi，S..（2018年）。数据驱动的稀疏系统识别。程序中。Allerton conf.公社。控制计算。（第462-469页）。
[20] Feng，C.、Valaee，S.和Tan，Z.（2009年）。使用压缩传感的多目标定位。程序中。IEEE全球电信。参见（第1-6页）。
[21] Fiandrotti，A。；Fosson，S.M。；拉瓦齐，C。；Magli，E.，用于天文图像去模糊的压缩信号恢复的GPU加速算法，《国际遥感杂志》，39，7，2043-2065（2018）
[22] 福卡特，S。；Rauhut，H.，《压缩传感的数学导论》（2013），Springer:Springer New York·Zbl 1315.94002号
[23] Fracastoro，G。；Fosson，S.M。；Magli，E.，可操纵离散余弦变换，IEEE图像处理汇刊，26，1，303-314（2017）·Zbl 1409.94155号
[24] Fuchs，J.J.，关于任意冗余基中的稀疏表示，IEEE信息理论汇刊，50，6，1341-1344（2004）·Zbl 1284.94018号
[25] Fuchs，J.J.，有界噪声下精确稀疏表示的恢复，IEEE信息理论汇刊，51，10，3601-3608（2005）·Zbl 1286.94031号
[26] 加拉纳。；兄弟会，F。；艾维埃诺，M。；福森，S:M。；Magli，E。；Opher，M.，《旅行者2号太阳等离子体和磁场光谱分析中间数据稀疏性》，《地球物理研究杂志：空间物理》，121，5，3905-3919（2016）
[27] Golub，G.H.，《一些修正矩阵特征值问题》，SIAM Review，15，2（1973）·Zbl 0254.65027号
[28] 戈卢布，G.H。；van Loan，C.F.，总最小二乘问题的分析，SIAM数值分析杂志，17，6，883-893（1980）·兹伯利0468.65011
[29] 顾毅。；Jin，J。；Mei，S.，\（\ell_0\）范数约束LMS算法用于稀疏系统识别，IEEE Signal Processing Letters，16，9，774-777（2009）
[30] Herman，医学硕士。；Strohmer，T.，《一般偏差：压缩传感中扰动的分析》，IEEE信号处理选定主题期刊，4，2，342-349（2010）
[31] Lasserre，J.，用多项式和矩问题进行全局优化，SIAM优化杂志，11，3，796-817（2001）·Zbl 1010.90061号
[32] Lasserre，J.-B.，《多项式和半代数优化导论》（2015），剑桥大学出版社·Zbl 1320.90003号
[33] Luenberger，D.G。；Ye，Y.，线性和非线性规划（2016），瑞士施普林格国际出版公司·兹比尔1319.90001
[34] 马可夫斯基，I。；Huffel，S.Van，总最小二乘法概述，信号处理，87，10，2283-2302（2007）·Zbl 1186.94229号
[35] 马塔莫罗斯，J。；Fosson，S.M。；Magli，E。；Antón-Haro，C.，《利用创新技术进行稀疏信号网络内重建的分布式ADMM》，IEEE网络信号和信息处理汇刊，1，4，225-234（2015）
[36] Richards，A.和How，J.（2005年）。不完全信息下的鲁棒模型预测控制。程序中。阿默尔。控制对比（第268-273页）。
[37] 罗哈斯，C.R。；托特，R。；Hjalmarsson，H.，多项式和有理动力学模型的稀疏估计，IEEE自动控制汇刊，59，11，2962-2977（2014）·Zbl 1360.93679号
[38] Sanandaji，B.M.、Vincent，T.L.、Wakin，M.B.和Tóth，R.（2011）。LTI和LTV ARX模型的压缩系统识别。程序中。IEEE conf.决策控制（第783-790页）。
[39] Söderström，T.，系统识别中的变量方法错误，Automatica，43，6，939-958（2007）·Zbl 1193.93090号
[40] Söderström，T.，系统识别中的误差-变量方法（2018），Springer·Zbl 1387.93002号
[41] Tibshirani，R.，《通过套索进行回归收缩和选择》，《皇家统计学会杂志》。B.系列统计方法，58，267-288（1996）·兹比尔0850.62538
[42] Tóth，R.、Sanandaji，B.M.、Poolla，K.和Vincent，T.L.（2011）。线性时不变框架中的压缩系统识别。IEEE conf.决策控制（第783-790页）。
[43] Tsiligianni，E.V.公司。；Kondi，L.P。；Katsaggelos，A.K.，《非相干单位范数紧框架的构建及其在压缩传感中的应用》，IEEE信息理论汇刊，60，4，2319-2330（2014）·Zbl 1360.94099号
[44] 杨，Z。；张，C。；Xie，L.，带结构矩阵扰动的压缩传感中的稳健稳定信号恢复，IEEE信号处理汇刊，60，9，4658-4671（2012）·Zbl 1393.94725号
[45] 朱，H。；Leus，G。；Giannakis，G.B.，扰动压缩采样的稀疏认知总最小二乘法，IEEE信号处理汇刊，59,52002-2016（2011）·Zbl 1392.94741号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。