A. Carmi – Compressed Sensing and Sparse Filtering (2014)

1.896 

Автор: A. Carmi
Название книги: Compressed Sensing and Sparse Filtering (2014)
Формат: PDF
Жанр: Электроника и Радио
Страницы: 505
Качество: Изначально компьютерное, E-book

This book is aimed at presenting concepts, methods and algorithms ableto cope with undersampled and limited data. One such trend that recently gained popularity and to some extent revolutionised signal processing is compressed sensing. Compressed sensing builds upon the observation that many signals in nature are nearly sparse (or compressible, as they are normally referred to) in some domain, and consequently they can be reconstructed to within high accuracy from far fewer observations than traditionally held to be necessary.

Apart from compressed sensing this book contains other related approaches. Each methodology has its own formalities for dealing with such problems. As an example, in the Bayesian approach, sparseness promoting priors such as Laplace and Cauchy are normally used for penalising improbable model variables, thus promoting low complexity solutions. Compressed sensing techniques and homotopy-type solutions, such as the LASSO, utilise l1-norm penalties for obtaining sparse solutions using fewer observations than conventionally needed. The book emphasizes on the role of sparsity as a machinery for promoting low complexity representations and likewise its connections to variable selection and dimensionality reduction in various engineering problems.

This book is intended for researchers, academics and practitioners with interest in various aspects and applications of sparse signal processing.

Описание

A. Carmi – Compressed Sensing and Sparse Filtering (2014) — это специализированное издание, посвящённое современным методам обработки сигналов на основе сжатого восприятия и разреженной фильтрации. Книга подробно разбирает математические основы, алгоритмы и практические применения Compressed Sensing в задачах, где данные сильно разрежены.

Авторы рассматривают ключевые концепции: случайные проекции, оптимизацию с L1-нормой, восстановление сигналов из неполных измерений, а также адаптивные и робастные алгоритмы фильтрации. Особое внимание уделяется реальным инженерным задачам — от обработки радиолокационных и акустических сигналов до сжатия данных в сенсорных сетях и медицинской визуализации.

  • инженерам и исследователям в области цифровой обработки сигналов
  • специалистам по машинному обучению и data science, работающим с разреженными данными
  • студентам и аспирантам профильных технических специальностей
  • разработчикам систем сжатия и восстановления информации

Отзывы

Отзывов пока нет.

Только зарегистрированные клиенты, купившие данный товар, могут публиковать отзывы.