Esparsificação de dicionário para métodos kernel baseada na ortogonalização de Gram-Schmidt

André Amaro Bueno, Magno T. M. Silva

DOI: 10.14209/sbrt.2019.1570556819

Evento: XXXVII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2019)

Keywords:

Abstract

Neste artigo, se propõe uma técnica de esparsificação de dicionário para métodos baseados em núcleo (kernel). Ela se baseia no processo de ortogonalização de Gram-Schmidt, permitindo que os vetores do espaço de dimensão infinita induzido pelo kernel gaussiano sejam representados por vetores de dimensão finita. A técnica proposta é aplicada a um algoritmo do tipo LMS (least-mean-square). O algoritmo resultante apresenta vantagens em termos de custo computacional quando comparado com o algoritmo kernel LMS que utiliza o critério da novidade como técnica de esparsificação.

Download