研究人员开发了一种新的基于正则化的框架，用于从非线性观测中解混合稀疏信号。该框架结合了Huber化数据保真项和广义折叠凹函数惩罚项，如SCAD和MCP。提出了一种带有回溯的两块近邻交替算法，称为NLD-PALM，该算法可证明收敛到临界点。统计分析建立了估计误差界限，并为未知单调链接提供了共等恢复定理，在实验中表现优于现有方法，尤其是在噪声条件下。 AI
影响 引入了新颖的信号恢复统计方法，有可能提高在具有噪声或非线性数据的机器学习应用中的性能。
排序理由 该集群包含两个相同的arXiv预印本，详细介绍了一种新的信号处理统计方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.10618v1 Announce Type: new Abstract: We consider the recovery of a pair of sparse vectors from a limited number of nonlinear observations of their superposition: $y_i=g(\inner{\ba_i}{\bPhi\bw^\ast+\bPsi\bz^\ast})+e_i$, $i=1,\dots,m$, with $m\ll n$, incoherent orthonorm…
We consider the recovery of a pair of sparse vectors from a limited number of nonlinear observations of their superposition: $y_i=g(\inner{\ba_i}{\bPhi\bw^\ast+\bPsi\bz^\ast})+e_i$, $i=1,\dots,m$, with $m\ll n$, incoherent orthonormal bases $\bPhi,\bPsi$, a scalar link $g$, and n…