Flexible Multi-layer Sparse Approximations of Matrices and Applications

Luc Le Magoarou 1 Rémi Gribonval 1
1 PANAMA - Parcimonie et Nouveaux Algorithmes pour le Signal et la Modélisation Audio
Inria Rennes – Bretagne Atlantique , IRISA-D5 - SIGNAUX ET IMAGES NUMÉRIQUES, ROBOTIQUE
Abstract : The computational cost of many signal processing and machine learning techniques is often dominated by the cost of applying certain linear operators to high-dimensional vectors. This paper introduces an algorithm aimed at reducing the complexity of applying linear operators in high dimension by approximately factorizing the corresponding matrix into few sparse factors. The approach relies on recent advances in non-convex optimization. It is first explained and analyzed in details and then demonstrated experimentally on various problems including dictionary learning for image denoising, and the approximation of large matrices arising in inverse problems.
Type de document :
Article dans une revue
IEEE Journal of Selected Topics in Signal Processing, IEEE, 2016, 〈10.1109/JSTSP.2016.2543461〉
Liste complète des métadonnées

Littérature citée [50 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01167948
Contributeur : Luc Le Magoarou <>
Soumis le : mardi 29 mars 2016 - 09:31:39
Dernière modification le : mercredi 16 mai 2018 - 11:24:07
Document(s) archivé(s) le : jeudi 30 juin 2016 - 10:22:33

Fichier

ieeeJSTSP.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

Citation

Luc Le Magoarou, Rémi Gribonval. Flexible Multi-layer Sparse Approximations of Matrices and Applications. IEEE Journal of Selected Topics in Signal Processing, IEEE, 2016, 〈10.1109/JSTSP.2016.2543461〉. 〈hal-01167948v2〉

Partager

Métriques

Consultations de la notice

1410

Téléchargements de fichiers

284