查看“WikiEdge:ArXiv速递/2025-04-13”的源代码
←
WikiEdge:ArXiv速递/2025-04-13
跳转到导航
跳转到搜索
因为以下原因,您没有权限编辑该页面:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
== 摘要 == * '''原文标题''':Optimal sparse phase retrieval via a quasi-Bayesian approach * '''中文标题''':基于准贝叶斯方法的最优稀疏相位恢复 * '''发布日期''':2025-04-13 10:21:35+00:00 * '''作者''':The Tien Mai * '''分类''':stat.ML, cs.LG, math.ST, stat.ME, stat.TH *'''原文链接''':http://arxiv.org/abs/2504.09509v1 '''中文摘要''':摘要:本文研究[[稀疏相位恢复]]这一[[应用数学]]、[[物理学]]和[[工程学]]中的基本[[逆问题]],即仅利用[[信号]]变换的[[幅值]]([[相位信息]]不可获取)来重建信号的问题。基于现实世界中许多信号固有的[[稀疏性]],我们提出了一种新型[[稀疏拟贝叶斯方法]],并首次为此类方法提供了[[理论保证]]。具体而言,我们采用[[尺度学生分布]]作为[[连续收缩先验]]来增强稀疏性,并利用[[PAC-贝叶斯不等式]]框架分析该方法。研究结果表明,在[[亚指数噪声]]条件下,所提出的[[贝叶斯估计器]]达到了[[极小极大最优收敛速率]],与最先进的[[频率学派]]方法相当。为确保[[计算可行性]],我们开发了高效的[[朗之万蒙特卡洛采样]]算法。通过[[数值实验]]证明,本方法性能与现有[[频率学派]]技术相当,展现了其作为[[噪声]]环境下[[稀疏相位恢复]][[原则性替代方案]]的潜力。
返回
WikiEdge:ArXiv速递/2025-04-13
。
导航菜单
个人工具
创建账号
登录
命名空间
项目页面
讨论
不转换
不转换
简体
繁體
大陆简体
香港繁體
澳門繁體
大马简体
新加坡简体
臺灣正體
查看
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
MediaWiki帮助
工具
链入页面
相关更改
特殊页面
页面信息