サンプリング定理が誤っているわけではない。

「全体」から得られる少数の特徴量から、「全体」を復元する。復元を、できるだけ少ない基底でおこなう。

• 「全体」を計測しないといけない


• 全体から「特徴量」を求めないといけない。

アドホックなセンサネットワークに適用すると通信量は減らせそうだけれども、もうちょっと気の利いた応用はないものか。

Compressed sensingのポータル

メモ

Compressive Sensing Resources

Compressed Sensing

例えば。

Robust face recognition via sparse representation

within our proposed framework, the theory of compressed sensing implies that the precise choise of feature space is no longer critical.

十分なサンプルを記憶しておくとき、新たに観測した対象を表すのに必要なサンプルは、記憶しておいたサンプルのうちのごく一部である、ということを積極的に活用。正則化最小二乗法のlasso（パターン認識と機械学習（上）p.143)がミソ。

同様の発想の応用範囲は広そう。画像からの特徴抽出の役割が無くなることはないと思うけれども、その位置付けについては再検討が必要なのではないか。

パターン認識と機械学習 上 - ベイズ理論による統計的予測

• 作者: 元田浩, 栗田多喜夫, 樋口知之, 松本裕治, 村田昇


• 出版社/メーカー: シュプリンガー・ジャパン株式会社


• 発売日: 2007/12/10


• メディア: 単行本