タグ付けされた質問 「compressive-sensing」

私が聞いたことから、圧縮センシングはスパース信号に対してのみ利用できます。これは正しいです？ その場合、スパース信号と帯域制限信号をどのように区別できますか？すべての信号は、その場合にスパース信号になるよりもスパースまたはゼロ係数の信号部分を含むように拡張できますか？ また、圧縮センシングは常に情報または信号を完全に取得しますか？ 追加：ところで、私はこれらのことを学び始めたばかりなので、この質問の目的はこれらのことを少し味見することです。

16 image-processing  image-compression  transform  compressive-sensing 

圧縮センシングのトピックは初めてです。R.Baranuik、Y.Eldar、Terence Taoなどによるいくつかの論文を読みました。これらの論文はすべて、基本的にその背後にある数学的な詳細、すなわちスパース性、RIP、L1ノルム最小化などを提供します。圧縮センシングを実現しますか？ 助けてくれてありがとう。

13 matlab  compressive-sensing  optimization 

圧縮センシング（CS）の最初の前提は、基礎となる信号が何らかのベースでスパースであるということです。たとえば、sには非ゼロのフーリエ係数が最大です sss -sparse信号。また、実際の経験では、考慮中の信号がしばしばスパースであることを示しています。 問題は、信号が与えられ、圧縮サンプリングされたビットを受信機に送信し、彼女の能力を最大限に回復させる前に、そのスパース性が何であるか、圧縮の適切な候補であるかどうかを伝える方法があるかどうかですそもそも感知？ あるいは、CSが有用かどうかをすぐに判断できる、スパース性の追加/代替の特性があります。送信者がランダムに選択した一連の測定値を使用して受信者が行うことを正確に実行できることを簡単に確認してから、答えを見つけようとします。しかし、この質問を解決する別の方法はありますか？ 私の疑いは、このようなものが研究されたに違いないということですが、良い指針を見つけることができませんでした。 注：この質問は、数週間前にMathoverflowに投稿しましたが、回答がありませんでした。したがって、クロスポスト。

13 compressive-sensing 

センシング行列を、確率で、確率で定義します。DOES満足制限された等長性が？A A i j = 0 p A i j = 1 / √n × Nn×Nn\times NあAAあ私はj= 0Aij=0A_{ij} = 0ppp 1−pAあ私はj= 1 / n−−√Aij=1/nA_{ij} = 1/\sqrt{n}1 − p1−p1-pあAA 参考までに、対称のケースは次の論文で回答されています。 RG Baraniuk、MA Davenport、RA DeVore、およびMB Wakin、「ランダムマトリックスの制限されたアイソメトリープロパティの簡単な証明」、建設的近似、28（3）pp。253-263、2008年12月。（pdf）

9 compressive-sensing 

明らかに、「圧縮センシング」と呼ばれる同じフィールドを参照するために使用される異なる用語があります（このWikiページを参照）：圧縮センシング、圧縮サンプリング、またはスパースサンプリング。「スパースセンシング」についてはどうでしょうか。 それにもかかわらず、インターネット検索の結果、「スパースコーディング」と呼ばれるものは、上で引用した他の用語の「圧縮センシング」フィールドを指していないようです。 圧縮センシングとスパースコーディングの違いは本当にありますか？ 辞書学習についてはどうですか？

9 sampling  compressive-sensing  compression  sparsity 

スパース信号分析の圧縮センシングにおける制限付きアイソメトリプロパティ（RIP）条件の意味は何ですか？RIP条件に制限付きアイソメトリ定数（RIC）を定義するにはどうすればよいですか？ 前もって感謝します！

7 compressive-sensing