Limites Adaptativos Element-wise para Algoritmos de Thresholding por Encolhimento Iterativo Aprendidos

Neste artigo, propomos métodos de limite adaptativo element-wise para algoritmos de thresholding por encolhimento iterativo aprendidos. O limite para cada elemento é adaptado de tal forma que é definido como menor quando a estimativa recuperada anteriormente ou o atual gradiente em um único passo nesse elemento possui um valor maior. Esse limite adaptativo proporciona uma menor probabilidade de detecção incorreta do verdadeiro suporte, o que acelera a convergência para a solução ótima. Mostramos que o método de adaptação de limites element-wise proposto tem uma taxa de convergência melhor do que os métodos de limite não adaptativos existentes. Resultados numéricos mostram que a rede neural proposta tem o melhor desempenho de recuperação entre os algoritmos testados. Além disso, é robusta contra o desajuste de esparsidade, o que é muito desejável no caso de esparsidade do sinal desconhecida.