Шумоподавление методом мягкого порогирования

De-noising by soft-thresholding
David L. Donoho
1995-05-01

эмпирические вейвлетные коэффициентыминимаксная адаптивностьоценка риска (среднеквадратичная ошибка)мягкое порогованиевейвлетная денойзинг
Донохо и Джонстон (1994) предложили метод восстановления неизвестной функции f на [0,1] по зашумлённым данным d_i = f(t_i) + σ z_i, i = 0, ..., n-1, t_i = i/n, где z_i — независимые и одинаково распределённые стандартные нормальные случайные величины. Восстановление f^*_n определяется в вейвлетной области путем смещения всех эмпирических вейвлет-коэффициентов d к нулю на величину σ·sqrt(2 log(n)/n). Авторы доказывают два результата для такого оценщика. [Smooth]: с высокой вероятностью f^*_n по крайней мере так же гладка, как f, согласно широкому кругу мер гладкости. [Adapt]: этот оценщик по среднеквадратической ошибке приближается к f почти так же хорошо, как любой измеримый оценщик, равномерно по шарам в каждой из двух обширных шкал классов гладкости. Эти два свойства беспрецедентны в нескольких отношениях. Текущее доказательство этих результатов развивает новые факты об абстрактном статистическом выводе и его связи с моделью оптимального восстановления.
1
Оцениватель в вейвлетной области (мягкое порогование эмпирических вейвлет-коэффициентов на величину σ·√(2 log(n)/n)) восстанавливает f из зашумлённых выборок d_i = f(t_i)+σ z_i.
2
Оцениватель близок к минимаксу по среднеквадратичной ошибке: он почти так же хорошо приближает f, как любой измеримый оцениватель, равномерно по шарам в двух широких классах гладкости (утверждение [Adapt]).
3
Доказательства устанавливают связь между абстрактной статистической оценкой и моделью оптимального восстановления и развивают новые теоретические результаты, подтверждающие свойства оценивателя.
4
С высокой вероятностью оцениватель f̂_n по крайней мере столь же гладок, как и истинная функция f по широкому спектру мер гладкости (утверждение [Smooth]).

Оценка восстановления f^*_n (вейвлетный оцениватель со мягким порогом) для неизвестной функции f на отрезке [0,1] по зашумлённым дискретным наблюдениям

Свойства вейвлетного оценивателя с мягким порогом: сохранение степени гладкости (с высокой вероятностью) и адаптивная приближённо минимаксная по среднеквадратичной ошибке производительность, равномерно по широким классам гладкостей

Publication Details
Publication Date
1995-05-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
David L. Donoho
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%