Resumen

Consideramos la recuperación de señales dispersas de alta dimensión a través de la minimización de L1 bajo la condición de mutua incoherencia, que se muestra como suficiente para la recuperación de señales dispersas en los casos de sin ruido y con ruido. Estudiamos tanto la minimización de L1 bajo la restricción como el selector de Dantzig. Utilizando los dos métodos de minimización de L1 y una desigualdad técnica, se obtienen algunos resultados. Mejoran los resultados de las cotas de error en la literatura y se extienden al caso general de reconstrucción de una señal arbitraria.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Señales dispersas; -minimización; Condición de mutua incoherencia; Sin ruido; Casos de ruido; Selector de Dantzig
• Keywords:Sparse signals; -minimization; Mutual incoherence condition; Noiseless; Noise cases; Dantzig selector