Plumbley，Mark D。 L1-精确稀疏编码的字典学习。 （英语） Zbl 1173.94382号 Davies，Mike E.（编辑）等人，《独立成分分析和信号分离》。2007年9月9日至12日在英国伦敦举行的ICA 2007第七届国际会议。诉讼程序。柏林：施普林格出版社（ISBN 978-3-540-74493-1/pbk）。计算机科学课堂讲稿4666406-413（2007）。 摘要：我们在（ell{1}）精确稀疏框架中导出了一种新的稀疏编码字典学习算法。该算法不依赖近似残差进行操作，而是使用了（ell{1}）的特殊几何结构精确的稀疏解，给出一个计算简单但概念上有趣的算法。还导出了该算法的自规范化版本，该版本使用负反馈确保基向量收敛到单位范数。通过一个简单的数值例子说明了算法的操作。关于整个系列，请参见[Zbl 1129.94002号]. 引用于4文件 MSC公司： 94甲12 信号理论（表征、重建、滤波等） PDF格式BibTeX公司 XML格式引用 \textit{M.D.Plumbley}，莱克特。注释计算。科学。4666406--413（2007年；Zbl 1173.94382） 全文： 内政部 参考文献： [1] Kreutz-Delgado，K。；J.F.穆雷。；Rao，B.D。；Engan，K。；Lee，T.W。；Sejnowski，T.J.，稀疏表示的字典学习算法，神经计算，15349-396（2003）·Zbl 1047.68101号 ·doi:10.1162/089976603762552951 [2] 陈S.S。；Donoho，D.L。；Saunders，M.A.，通过基追踪进行原子分解，SIAM科学计算杂志，20，33-61（1998）·Zbl 0919.94002号 ·doi:10.1137/S1064827596304010 [3] 波菲尔，P。；Zibulevsky，M.，使用稀疏表示的欠定盲源分离，信号处理，812353-2362（2001）·Zbl 0985.94006号 ·doi:10.1016/S0165-1684（01）00120-7 [4] Olshausen，B.A。；Field，D.J.，《通过学习自然图像的稀疏代码产生简单细胞感受野特性》，《自然》，381，607-609（1996）·数字对象标识代码：10.1038/381607a0 [5] Lewicki，M.S。；Sejnowski，T.J.，《学习过完备表示法》，神经计算，12337-365（2000）·doi:10.1162/089976600300015826 [6] Aharon，M.、Elad，M.和Bruckstein，A.：K-SVD：稀疏表示词典的设计。摘自：《2005年SPARS会议录》，法国雷恩，第9-12页（2005） [7] Georgiev，P。；泰斯，F。；Cichocki，A.，欠定混合物的稀疏成分分析和盲源分离，IEEE神经网络汇刊，16992-996（2005）·doi:10.1109/TNN.2005.849840 [8] Plumbley，医学博士。；罗斯卡，J。；Erdogmus博士。；Príncipe，J.C。；Haykin，S.，《用多面体面追踪恢复稀疏表示法》，独立分量分析和盲信号分离，206-213（2006），海德堡：斯普林格出版社·Zbl 1178.94100号 ·doi:10.1007/11679363_26 [9] Rosen，J.B.，非线性规划的梯度投影法。第一部分：线性约束，《社会工业杂志》。申请。数学。，8, 181-217 (1960) ·Zbl 0099.36405号 ·doi:10.1137/0108011 [10] Oja，E.，作为主成分分析仪的简化神经元模型，《数学生物学杂志》，第15期，第267-273页（1982年）·Zbl 0488.92012号 ·doi:10.1007/BF00275687 [11] 库克，P.A.，《非线性动力系统》（1986），新泽西州恩格尔伍德克利夫斯：普伦蒂斯·霍尔，恩格尔伍德克里夫斯，新泽西·Zbl 0588.93001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。