Core Concepts
Die Eigenmatrix bietet eine neue Methode für unstrukturierte Sparse Recovery-Probleme.
Abstract
1. Einleitung
Unstrukturierte Sparse Recovery-Probleme in allgemeiner Form
Herausforderungen: Rauschen in den Stichprobenwerten und unstrukturierte Stichprobenorte
2. Eigenmatrix
Datengetriebene Konstruktion mit gewünschten Näherungswerten und Eigenvektoren
Effizienz der Methode durch numerische Ergebnisse demonstriert
3. Beispiele
Rational Approximation, Spektralfunktionsschätzung, Fourier-Inversion, Laplace-Inversion, Sparse Deconvolution
Numerische Experimente für Effizienz des Ansatzes
4. Prony und ESPRIT
Motivation für die Eigenmatrix-Konstruktion
Rolle des Verschiebungsoperators in Prony's Methode und ESPRIT-Algorithmus
5. Numerische Ergebnisse
Anwendung der Eigenmatrix auf verschiedene Sparse Recovery-Probleme
Vergleich der Ergebnisse vor und nach der Nachbearbeitung
6. Diskussion
Zukünftige Forschungsrichtungen und Verbesserungen der Methode
Stats
nx ist die Anzahl der Spitzen
{xk} sind die Spike-Positionen
{wk} sind die Spike-Gewichte
Quotes
"Die Eigenmatrix bietet eine neue Methode für unstrukturierte Sparse Recovery-Probleme."
"Numerische Ergebnisse demonstrieren die Effizienz der vorgeschlagenen Methode."