Grunnleggende konsepter
샘플렛은 산재된 데이터에 대한 다해상도 분석을 가능하게 하며, 이를 통해 데이터의 희소 표현을 얻을 수 있다.
Sammendrag
이 논문에서는 샘플렛이라는 새로운 다해상도 기저를 이용하여 산재된 데이터에 대한 희소 근사를 수행하는 방법을 제안한다.
샘플렛은 산재된 데이터에 대한 다해상도 분석을 가능하게 하며, 이를 통해 데이터의 희소 표현을 얻을 수 있다. 샘플렛은 웨이블릿과 유사한 특성을 가지며, 산재된 데이터에 적용할 수 있다.
샘플렛을 재생 커널 힐버트 공간에 매입하여 샘플렛의 이중 기저를 정의한다. 이를 통해 커널 변환에 대한 희소 표현이 가능해진다.
샘플렛 기반 추구 문제를 정의하고, 이를 효율적으로 해결하기 위한 다해상도 준-부드러운 뉴턴 방법을 제안한다. 이 방법은 대규모 데이터에 적용 가능하다.
다양한 수치 실험을 통해 제안된 방법의 우수성을 입증한다. 산재된 데이터로부터의 표면 재구성과 다중 커널을 이용한 온도 데이터 재구성 문제에 적용한다.
Statistikk
산재된 106개의 데이터 포인트에 대해 샘플렛 압축 커널 행렬은 평균 22개의 비영 원소를 가진다.
표면 재구성 문제에서 ℓ1-정규화 해법은 6,233개의 비영 계수를 가진다.
온도 데이터 재구성 문제에서 ℓ1-정규화 해법은 k1에 대해 712개, k2에 대해 5,430개의 비영 계수를 가진다.