Key points are not available for this paper at this time.
تم استغلال شدة الإشارات والصور في مجال أو قاموس معين للتحويل في العديد من التطبيقات في معالجة الإشارات والصور. لقد تم استخدام التحويلات المقتصدة التحليلية مثل الموجات وتحوّل الكوسينوس المتقطع (DCT) على نطاق واسع في معايير الضغط. مؤخرًا، أصبحت القواميس الاصطناعية المقتصدة التي تتكيف مباشرة مع البيانات شائعة خاصة في تطبيقات مثل إزالة ضوضاء الصورة، وإعادة الطلاء، وإعادة بناء الصور الطبية. بينما تم إجراء أبحاث موسعة حول تعلم القواميس الاصطناعية وبعض الأعمال الحديثة حول تعلم القواميس التحليلية، لم تتلقَ فكرة تعلم التحويلات المقتصدة أي اهتمام. في هذا العمل، نقترح صيغ مشكلات جديدة لتعلم التحويلات المقتصدة من البيانات. تعطي خوارزميات الت minimization المتناوبة المقترحة تحولات مربعة جيدة التكيف. نظهر تفوق نهجنا على التحويلات المقتصدة التحليلية مثل DCT لتمثيل الإشارات والصور. كما نوضح أداء واعد في إزالة ضوضاء الإشارات باستخدام التحويلات المقتصدة المتعلمة. الطريقة المقترحة أسرع بكثير من الطرق السابقة التي تتضمن تعلم القواميس الاصطناعية أو التحليلية.
درس رافي شانكار وآخرون (الأربعاء) هذا السؤال.