- Was ist Sparsity in der Signalverarbeitung?
- Was ist unter spärlicher Darstellung gemeint?
- Warum und wann verwenden wir eine spärliche Darstellung??
Was ist Sparsity in der Signalverarbeitung?
Ein Signal wird als spärlich angesehen, wenn die meisten seiner Informationen in wenigen Proben ungleich Null enthalten sind. Folglich muss ein Signalrekonstruktionsalgorithmus einen spärlichen Vektor finden, der das gemessene Signal am besten darstellt. Viele Algorithmen zur Lösung dieses Problems basieren auf der L1-Norm-Optimierung.
Was ist unter spärlicher Darstellung gemeint?
Spärliche Darstellungen beabsichtigen, Signale mit so wenigen als möglichen signifikanten Koeffizienten darzustellen. Dies ist für viele Anwendungen wichtig, wie zum Beispiel Komprimierung. Bei der Verwendung von Wavelets wird häufig festgestellt, dass eine große Komprimierungsrate mit nahezu unbemerktem Informationsverlust erhalten werden kann.
Warum und wann verwenden wir eine spärliche Darstellung??
Die spärliche Darstellung zieht große Aufmerksamkeit auf sich, da sie die Rechenressourcen erheblich sparen und die Merkmale von Daten in einem niedrigdimensionalen Raum finden kann. Somit kann es in technischen Bereichen wie Wörterbuchlernen, Signalrekonstruktion, Bildclustering, Merkmalsauswahl und Extraktion weit verbreitet sein.