.png){kind=icon}
返回
An Efficient Decoupled Optimization Algorithm for a Class of Regression Models
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2025.3588030.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本论文提出了一种高效的解耦优化算法（DOA），用于解决信号处理、系统辨识和机器学习中常见的一类回归问题。与现有的近端梯度算法和乘子交替方向法（ADMM）等方法不同，DOA算法引入了变量投影的核心原理，以解析优化过程中不同参数之间的耦合关系，并将部分参数表示为其他参数的函数，从而能够在低维空间中实现高效优化。此外，我们研究了在第一阶和第二阶框架下解决这些耦合关系的策略，并由此发展出DOA的两个变体：DOA-1和DOA-2，二者分别针对不同的应用需求进行设计。最后，数值实验表明，DOA算法显著加速了收敛过程，验证了其有效性。
Keyword:
Least absolute deviation
system identification
variable projection
robust principle component analysis
期刊
IF:
9.6
论文数:
1.1W
被引数:
1.7W
机构
引用论文
分享收藏A semismooth Newton based augmented Lagrangian method for nonsmooth optimization on matrix manifolds
PREAI
分享收藏分享收藏Robust PCA Unrolling Network for Super-Resolution Vessel Extraction in X-Ray Coronary Angiography
OAAI
OAAI分享收藏Adaptive operator selection with dueling deep Q-network for evolutionary multi-objective optimization进化多目标优化的对决深度Q网络自适应算子选择.png)
NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏The Differentiation of Pseudo-Inverses and Nonlinear Least Squares Problems Whose Variables Separate
PREAI
分享收藏
查看更多内容