我正在最大化似然函数,它是凸的。我知道系统有一个 K-sparse 解决方案。我想知道似然函数的条件(或一些充分条件),在该条件下,l1-regularisation 可以保证给我稀疏解决方案。
换句话说,我正在尝试解决以下问题
其中是凹函数。但是我知道真正的解决方案是 K-sparse。我想知道以下优化返回正确解决方案的条件
我在网上发现如果,那么我们需要来满足一个叫做受限特征值属性的属性。我想知道在一般情况下是否知道任何事情,甚至在已知此类保证的特殊情况下。
我正在最大化似然函数,它是凸的。我知道系统有一个 K-sparse 解决方案。我想知道似然函数的条件(或一些充分条件),在该条件下,l1-regularisation 可以保证给我稀疏解决方案。
换句话说,我正在尝试解决以下问题
其中是凹函数。但是我知道真正的解决方案是 K-sparse。我想知道以下优化返回正确解决方案的条件
我在网上发现如果,那么我们需要来满足一个叫做受限特征值属性的属性。我想知道在一般情况下是否知道任何事情,甚至在已知此类保证的特殊情况下。