- Apa sparsity dalam pemrosesan sinyal?
- Apa yang dimaksud dengan representasi jarang?
- Mengapa dan kapan kita menggunakan representasi jarang?
Apa sparsity dalam pemrosesan sinyal?
Sinyal dianggap jarang jika sebagian besar informasinya terkandung dalam beberapa sampel yang tidak nol. Akibatnya, algoritma rekonstruksi sinyal harus menemukan vektor jarang yang paling mewakili sinyal yang diukur. Banyak algoritma untuk menyelesaikan masalah ini didasarkan pada optimasi norma L1.
Apa yang dimaksud dengan representasi jarang?
Representasi jarang bermaksud mewakili sinyal dengan sesedikit mungkin koefisien signifikan. Ini penting untuk banyak aplikasi, seperti misalnya kompresi. Saat menggunakan wavelet, sering kali diperhatikan bahwa laju kompresi yang hebat dapat diperoleh, dengan kehilangan informasi yang hampir tidak terlihat.
Mengapa dan kapan kita menggunakan representasi jarang?
Representasi jarang menarik perhatian besar karena dapat secara signifikan menghemat sumber daya komputasi dan menemukan karakteristik data dalam ruang dimensi rendah. Dengan demikian, dapat diterapkan secara luas di bidang teknik seperti pembelajaran kamus, rekonstruksi sinyal, pengelompokan gambar, pemilihan fitur, dan ekstraksi.