Soft Bayesian Pursuit Algorithm for Sparse Representations

Abstract : This paper deals with sparse representations within a Bayesian framework. For a Bernoulli-Gaussian model, we here propose a method based on a mean-field approximation to estimate the support of the signal. In numerical tests involving a recovery problem, the resulting algorithm is shown to have good performance over a wide range of sparsity levels, compared to various state-of-the-art algorithms.
Type de document :
Communication dans un congrès
IEEE Workshop on Statistical Signal Processing, Jun 2011, Nice, France. 2011
Liste complète des métadonnées

Littérature citée [14 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00696898
Contributeur : Cedric Herzet <>
Soumis le : lundi 14 mai 2012 - 12:07:30
Dernière modification le : jeudi 11 janvier 2018 - 06:23:18
Document(s) archivé(s) le : jeudi 15 décembre 2016 - 06:15:57

Fichier

SSP2011.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00696898, version 1

Collections

Citation

Angélique Drémeau, Cedric Herzet, Laurent Daudet. Soft Bayesian Pursuit Algorithm for Sparse Representations. IEEE Workshop on Statistical Signal Processing, Jun 2011, Nice, France. 2011. 〈hal-00696898〉

Partager

Métriques

Consultations de la notice

352

Téléchargements de fichiers

117