清華戴瓊海研討組論文被IEEE會刊選作亮點文章 -編號:JK506df

2015-02-26 12:09 來源：http://www.elinglong.com/ 閱讀：次

清華消息網(wǎng)9月17日電近日，清華大學(xué)主動化系戴瓊海教學(xué)課題組于2013年3月在信息處置跟智能計算范疇國際頂級期刊IEEE神經(jīng)網(wǎng)絡(luò)及智能體系會刊（IEEE Transactions on Neural Networks and Learning Systems)發(fā)表的題為《非凸啟示下的低秩構(gòu)造感知》（Low Rank Structure Learning via Non-convex Heuristic Recovery）的論文被IEEE神經(jīng)網(wǎng)絡(luò)及智能系統(tǒng)會刊選作2013年第一季度的亮點文章。該論文還被IEEE智能計算協(xié)會會刊IEEE智能計算雜志（IEEE Computational Intelligence Magazine）在2013年度第二季度的季刊上以智能盤算協(xié)會亮點（CIS Publication Spotlight）的情勢專門撰文推舉。

　　針對這一理論難點，戴瓊海傳授領(lǐng)導(dǎo)博士研討生鄧岳繚繞矩陣結(jié)構(gòu)感知與重構(gòu)問題，提出了一種非凸感知算法，揭示了該框架下非凸函數(shù)迫近零范數(shù)的理論極限，并定義了算法的收斂解。比擬于經(jīng)典理論系統(tǒng)下“凸”的緊縮感知，“非凸感知”能夠從更少的采樣，更大的噪聲下更精準地恢復(fù)信號。該實踐結(jié)果尤其實用于海量數(shù)據(jù)的感知與重構(gòu),清華大學(xué)研修班，并可被利用解決核磁共振成像、無人機視覺、計算光學(xué)以及衛(wèi)星遙感信息處理等實際問題。

圖為亮點文章首頁。

供稿：自動化系編纂：范麗

該論文提出，根據(jù)經(jīng)典香農(nóng)信息論，信號的精準恢復(fù)須要兩倍以上的采樣頻率。然而，在壓縮感知的框架下，這一理論極限卻可以通過優(yōu)化的手腕被勝利沖破。環(huán)繞壓縮感知，國際上現(xiàn)有的理論成果多借助于凸優(yōu)化在一范數(shù)的結(jié)構(gòu)下對稀少信號進行恢復(fù)。然而，從數(shù)學(xué)本質(zhì)上，一范數(shù)并不是對描繪信號稀疏實質(zhì)的零范數(shù)（NP難）的最優(yōu)迫臨。

清華戴瓊海研究組報道log-sum壓縮感知方式論文被IEEE會刊選作亮點文章

包含IEEE智能計算協(xié)會的主席，英國愛丁堡大學(xué)西蒙·盧卡斯（Simon Lucas）教授在內(nèi)的諸位專家指出非凸感知算法可解決眾多極其前提下的信號重構(gòu)及表現(xiàn)問題。破體視頻國際會議（3DTV）國際大會會議主席奧紐若（Levent Onural）以及美國喬治亞理工大學(xué)阿爾雷吉布（Ghassan Al-Regib）教授撰文先容這項工作的應(yīng)用成果時指出，非凸矩陣感知算法在三維信號重建中的有效運用，為傳統(tǒng)計算機圖形學(xué)發(fā)展揭示了一個新的可行方向。