Spärlicher AusdruckBasierend auf der minimalen Anzahl von Koeffizienten wird die Energie mehrerer Signale so gut wie möglich beschrieben. Auch die Koeffizientenverteilung verschiedener Signaltypen wird bei unterschiedlichen Transformationen unterschiedlich sein.
Die Bedeutung der spärlichen Repräsentation
Der Zweck von Sparse Expression besteht darin, die Dimension zu reduzieren und Platz zu sparen. Nach der spärlichen Expression werden die Abhängigkeiten zwischen den Dimensionen der Merkmalsvektoren reduziert und sie sind unabhängiger.
Die beim Lösen spärlicher Ausdrücke hinzugefügten spärlichen Einschränkungen sorgen dafür, dass die nach der Berechnung erhaltene „Basis“ bei der Erklärung der Daten die gleiche Bedeutung hat, mit dem Ziel, die hinter den Daten verborgenen Erklärungsfaktoren zu finden.
Die Theorie befasst sich mit spärlichen Lösungen für lineare Gleichungssysteme und kann zum Finden relevanter Lösungen mit Anwendungen in der Bildverarbeitung, Signalverarbeitung, im maschinellen Lernen, in der medizinischen Bildgebung und mehr verwendet werden.
Merkmale des spärlichen Ausdrucks
Featureauswahl: Automatische Featureauswahl
Interpretierbarkeit: Das Modell leichter erklärbar machen