本文介绍了非零元素有效数量（ENZ），一个用于衡量数据稀疏度的新指标。ENZ源自系数幅度的香农熵，通过折算不显著系数，比传统计数提供了对稀疏度更细致的理解。研究还提出了一系列相关的稀疏度度量方法以及一种稳定高效的计算方法，用于信号恢复和图像去噪。 AI
影响 引入了一种新颖的稀疏度指标，有望提高处理稀疏数据的机器学习模型的效率和鲁棒性。
排序理由 该集群包含一篇详细介绍新理论概念及其经验验证的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2603.13826v2 Announce Type: replace-cross Abstract: Classical sparse recovery treats all nonzero entries equally, though numerical noise often creates long tails of negligible coefficients. This paper develops an entropy-based notion of effective sparsity to measure the coe…