Y a-t-il une représentation clairsemée pour le bruit?

1. Qu'entend-on par représentation clairsemée?
2. Qu'est-ce que la représentation clairsemée d'une image?
3. Qu'est-ce que la classification de la représentation clairsemée?
4. Qu'est-ce que la représentation clairsemée dans l'apprentissage automatique?

Qu'entend-on par représentation clairsemée?

Les représentations clairsemées ont l'intention de représenter des signaux avec le plus peu que possible de coefficients significatifs. Ceci est important pour de nombreuses applications, comme par exemple la compression. Lorsque vous utilisez des ondelettes, il est fréquemment remarqué qu'un grand taux de compression peut être obtenu, avec une perte d'informations presque imperceptible.

Qu'est-ce que la représentation clairsemée d'une image?

Dans le modèle de représentation clairsemée de l'image, il est supposé qu'il existe un dictionnaire exagéré, et l'image peut être représentée comme une combinaison linéaire d'atomes de dictionnaire.

Qu'est-ce que la classification de la représentation clairsemée?

La classification des représentations clairsemées (SRC) est une technique puissante pour la classification pixelwise des images et elle est de plus en plus utilisée pour une grande variété de tâches d'analyse d'images. La méthode utilise une représentation clairsemée et des dictionnaires redondants appris pour classer les pixels de l'image.

Qu'est-ce que la représentation clairsemée dans l'apprentissage automatique?

La représentation clairsemée est un principe parcimonieux qu'un signal peut être approximé par une superposition clairsemée des fonctions de base. Le sujet principal de ma recherche de thèse est d'appliquer ce principe dans les domaines d'apprentissage automatique, y compris la classification, l'extraction des fonctionnalités, la sélection des fonctionnalités et l'optimisation.