スパースモデリング 理論、アルゴリズム、応用

現代統計学、機械学習、信号処理の分野で活用されている「スパースモデリング」。その概要、最適化問題の定式化、理論的結果の提示、様々なスパース復元問題、辞書学習とスパース行列因子分解などを解説する。【「TRC MARC」の商品解説】

スパースモデリングは、現代統計学、機械学習、信号処理の分野で活用されています。測定費用やその他の制限によって、比較的少ない数しか得られていない測定値から、観測されていない高次元の信号を正確に復元する手法です。画像復元、データからのモデル・パラメータ学習、システム障害や人間の病気の診断は、取り組みが期待される例です。

『Sparse Modeling: Theory, Algorithms, and Applications』（Irina Rish, Genady Grabarnik　著）を翻訳した本書は、さまざまな問題をスパースモデリングへ簡潔に導入する試みを行っています。スパース復元に関する最近の理論的な結果だけではなく、応用例、スパース解をもたらす問題設定、スパース解を見つけるためのアルゴリズムも含みます。

本書は、スパースモデリングの重要な発展の俯瞰的な概要、最適化問題の定式化、理論的結果の提示、幾つかのアルゴリズム、様々なスパース復元問題、スパースなグラフィカル・モデルにおける一類型、辞書学習とスパース行列分解などの内容を扱っています。スパースモデリングという刺激に満ちた新しい分野への導入として役立つ一冊です。【商品解説】