Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
14.11.2018
Verlag
AV AkademikerverlagSeitenzahl
112
Maße (L/B/H)
22/15/0,8 cm
Gewicht
185 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-620-2-21687-6
l1-Regularisierung ist ein allgemein bekannter Ansatz um unterbestimmte Gleichungssysteme zu lösen. Der Anteil der Regularisierung wird von einem Regularisierungsparameter kontrolliert. Obwohl es bereits zahlreiche Techniken gibt, diesen Parameter zu wählen, ist die korrekte Wahl nach wie vor eine Herausforderung. In dieser Arbeit schlagen wir einen datengestützten Ansatz vor, der nicht auf Wissen über den Rauschpegel beruht. Die Idee ist den Regularisierungsparameter von LASSO durch eine greedy Lösung, die von OMP berechnet wurde, zu schätzen. Folglich können wir die Vorteile eines greedy Ansatzes, die aus seiner einfachen Implementierbarkeit und seiner rechnerischen Geschwindigkeit bestehen, ausnutzen. Außerdem vermeiden wir bestimmte Nachteile, zum Beispiel, dass inkorrekte Entscheidungen getroffen werden. Zusätzlich profitieren wir von den positiven Aspekten der LASSO, welche dünnbesetzte Lösungen erzeugt. Wir geben konkrete Fehlerabschätzungen für die, von den verschiedenen Algorithmen rekonstruierten, Vektoren an und zeigen theoretisch, dass durch eine optimale Wahl des Regularisierungsparameters LASSO und OMP den gleichen Fehler erzielen können.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice