科學(xué)與工程中許多的反問題需要利用觀測信息盡可能地重構(gòu)難以直接獲取的缺失信息。這些缺失的信息包括源信息,如:盲源分離問題中的源信號,或模型參數(shù),如:神經(jīng)網(wǎng)絡(luò)中網(wǎng)絡(luò)權(quán)重。然而,反問題中有限的觀測信息往往引起各類棘手的挑戰(zhàn),如:盲源分離中病態(tài)性的問題,神經(jīng)網(wǎng)絡(luò)中過擬合的問題。正則化技術(shù)通過引入對缺失信息的先驗知識,為彌補(bǔ)觀測信息不足的問題提供了一種有效的途徑。在各類正則化技術(shù)中,貝葉斯正則化能天然地通過先驗?zāi)Ｐ筒⑷雽θ笔畔⒌南闰炛R,有效地正則化反問題的解空間,為求解反問題提供了堅實的理論和方法上的支撐。本論文立足于變分貝葉斯理論,圍繞三個典型的反問題開展研究,包括:盲源分離、圖像去模糊化和神經(jīng)網(wǎng)絡(luò)的過擬合問題。其主要研究成果如下:1基于幀化變分貝葉斯的獨立和相關(guān)源分離。為降低傳統(tǒng)變分貝葉斯學(xué)習(xí)方法的計算復(fù)雜度,本文提出了一種幀化變分貝葉斯學(xué)習(xí)框架。該框架劃分觀測信號和源信號為幀,在基于每幀的基礎(chǔ)上實現(xiàn)變分推導(dǎo),因此相對于傳統(tǒng)基于整體信號的變分貝葉斯學(xué)習(xí),具有較低的計算成本。另一方面,區(qū)別于在線變分貝葉斯學(xué)習(xí)和序列貝葉斯學(xué)習(xí),所提出的框架對于每幀的混迭矩陣統(tǒng)一建模,保證了估計的混迭矩陣的一... 

【文章來源】：武漢大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：107 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１：盲源分離示例：雞尾酒會議中，眾多通過發(fā)聲的人群導(dǎo)致混迭的聲音信號

圖１．２：圖像去樣糊化示例／由于相機(jī)在曝光過程中，相機(jī)自身的抖動逶成模糊的圖像

圖１．４：三類問題的關(guān)聯(lián)??

【參考文獻(xiàn)】：
期刊論文
[1]貝葉斯機(jī)器學(xué)習(xí)前沿進(jìn)展綜述[J]. 朱軍,胡文波.  計算機(jī)研究與發(fā)展. 2015(01)

博士論文
[1]深度模型簡化：存儲壓縮和計算加速[D]. 李皈穎.中國科學(xué)技術(shù)大學(xué) 2018
[2]分布式變分貝葉斯算法及其應(yīng)用[D]. 華俊豪.浙江大學(xué) 2018
[3]運動模糊估計的理論、算法及其應(yīng)用[D]. 潘金山.大連理工大學(xué) 2017
[4]盲源信號分離算法研究及應(yīng)用[D]. 李成杰.電子科技大學(xué) 2017



本文編號：3609277