实体
Mohammed Nabil El Korso
Mohammed Nabil El Korso
PulseAugur coverage of Mohammed Nabil El Korso — every cluster mentioning Mohammed Nabil El Korso across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的SAEM算法增强了不完整数据的鲁棒协方差估计
研究人员开发了一种新的鲁棒协方差估计方法，该方法对于部分观测且包含逐项污染的数据特别有用。所提出的方法使用随机近似EM（SAEM）算法将Student-t*模型的推断扩展到不完整观测。该方法将坐标尺度上的随机更新与Rao-Blackwellized高斯条件矩相结合，避免了显式采样潜在高斯变量的需要。实验表明，在具有扩散性污染的中高异常值率下，该SAEM算法在Fisher-Rao误差方面优于包括高斯、Student-t和插补方法在内的现有估计器。
-
新的SAEM算法增强了射电干涉成像的鲁棒性
研究人员开发了一种新的线性状态空间模型的鲁棒估计方案，特别解决了射电干涉测量中的挑战，在射电干涉测量中，射频干扰（RFI）可能导致测量噪声具有重尾或易产生离群值。所提出的方法利用随机逼近期望最大化（SAEM）算法，用潜在状态和噪声纹理的蒙特卡洛采样替换标准的E步。这种方法即使在具有重尾似然的情况下也能实现易于处理的推断，与传统的高斯EM算法相比，显著提高了重建保真度和对RFI的鲁棒性。