Active set strategy for high-dimensional non-convex sparse optimization problems

Résumé : L'utilisation de régularisations non-convexes a attiré beaucoup d'attention pour l'estimation de modèles parcimonieux en grandes dimensions. Dans ce travail, nous exprimons les conditions d'optimalité du problème d'optimisation correspondant pour une large classe de régularisations non convexes. Nous développons un stratégie de type "ensemble actif" efficace à partir de ces conditions, évitant ainsi des calculs de gradients inutiles. Une étude numérique sur données générées et sur données réelles montrent clairement l'apport en temps de calcul de notre méthode par rapport à celles de l'état de l'art pour obtenir des solutions très parcimonieuses.
Type de document :
Communication dans un congrès
ICASSP - IEEE International Conference on Acoustics Speech and Signal Processing, May 2014, Florence, Italy. 2014
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01025585
Contributeur : Aurélie Boisbunon <>
Soumis le : vendredi 18 juillet 2014 - 10:16:09
Dernière modification le : lundi 1 octobre 2018 - 09:58:08
Document(s) archivé(s) le : lundi 24 novembre 2014 - 19:31:40

Fichier

boisbunon2014active.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : hal-01025585, version 1

Citation

Aurélie Boisbunon, Rémi Flamary, Alain Rakotomamonjy. Active set strategy for high-dimensional non-convex sparse optimization problems. ICASSP - IEEE International Conference on Acoustics Speech and Signal Processing, May 2014, Florence, Italy. 2014. 〈hal-01025585〉

Partager

Métriques

Consultations de la notice

566

Téléchargements de fichiers

216