Análisis del algoritmo FISTA orientado a mejorar la velocidad de convergencia
Files
Date
2022-03-08
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Católica del Perú
Abstract
Los problemas lineales inversos existen en numerosas ramas de la ciencia
e ingeniería, lo cual genera la necesidad de definir algoritmos de solución
e cientes, que requieran poco costo computacional y converjan en el menor
número de iteraciones. Se desea recuperar información original a la cual no
se tiene acceso lo más similarmente posible y con dimensiones reducidas,
produciendo así una disminución en el uso de recursos computacionales y
por ende en el tiempo de ejecución. Esto es de particular importancia
debido a que el tamaño de las señales se encuentra en constante aumento y
su manipulación puede resultar muy costosa.
Se estudia el algoritmo de optimización de primer orden FISTA (Fast
Iterative Shrinkage-Thresholding Algorithm), el cual es utilizado en
problemas inversos cuya solución se resume a la minimización de funciones
convexas empleando información de la gradiente y de iteraciones previas.
En este contexto, se analizan métodos que buscan la optimización del
algoritmo por medio de tamaños de paso adaptativos para delimitar el paso
de la gradiente y una mejor solución inicial mediante la reducción de
dimensiones a través de las técnicas conocidas como Screening y Warm
Start, produciendo así datos más sparse. Además, se comprueba la e cacia
de los métodos desarrollados por medio de un algoritmo generalizado, en el
cual son evaluados datos aleatorios generados sintéticamente e imágenes,
con el n de obtener la mejor tasa de convergencia.
Description
Keywords
Algoritmos, Procesamiento de datos, Procesamiento de imágenes
Citation
Collections
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as info:eu-repo/semantics/openAccess