arXiv Artificial Intelligence· Omid Shams Solari·· 2 小时前AI 评分31
修正的块稀疏谱优化：精确模型、有限识别与局部动力学
Corrected Block Sparse Spectral Optimization: Exact Models, Finite Identification, and Local Dynamics
AI 导读
研究重建了块广义幂方法的模型，证明常用平方阈值目标（A-SQ）与软阈值欧氏范数之和（A-SUM）两个目标并不等价，并给出二者最大化器不一致的两分量实例。针对A-SQ，作者区分历史全极性迭代与带保护的黎曼上升法，后者借助充分上升引理、相对误差引理和Kurdyka-Lojasiewicz性质证明整序列收敛，严格阈值间隔可强制支撑与符号模式的有限识别。
来源：arXiv Artificial Intelligence · arxiv.org