求真分享 http://blog.sciencenet.cn/u/zlyang 求真务实

博文

往日(1):小样本数理统计学与“压缩感知 Compressed sensing”

已有 1154 次阅读 2019-2-28 13:34 |系统分类:科研笔记| 往日, 观点, 回顾, 小样本, 压缩感知

往日(1):小样本数理统计学“压缩感知 Compressed sensing”

  

The farther backward you can look, the farther forward you are likely to see. 你能看到多远的过去,就能看到多远的未来--- Winston Churchill 丘吉尔

   

   “小样本数理统计学”没有充分发展起来,导致许多复杂方法在实际中的效果并不理想并不稳定。一个经典例子是“组合预测之谜”。

  

   在《彭真明,2012-08-27,当今信息科学领域的香饽饽和万金油——压缩感知》,http://blog.sciencenet.cn/blog-425437-606278.html ,里留有评论:

   

[7]杨正瓴   2013-1-28 11:20

真傻的猜想“

我的第一印象,这是个典型的美国人发明的方法:

(1)肯定有用,却不可能精确。

(2)注定缺少通用性,缺少客观性。的确有点像小波、模糊数学、图像的有损压缩。

  

“现实世界中的自然信号通常具有一定规律性”的要求,决定压缩感知“可靠精确”应用的范围是十分有限的。

因为只有神仙才知道“信号的规律性”。反之,如果我们已经知道了“信号的规律性”,就不需要很多的研究和观察了。

但在大多数情况下或日常情况下,压缩感知的确可以做到有很高的参考价值:十分类似有损压缩。

    

  

相关链接:

[1] 彭真明,2012-08-27,当今信息科学领域的香饽饽和万金油——压缩感知

http://blog.sciencenet.cn/blog-425437-606278.html

    压缩感知(Compressed sensing,CS),又称压缩传感,或压缩采样(Compressive sampling),它由E. J. Candes,J. Romberg,T. Tao 和D. L. Donoho 等学者于2004年提出。迄今为止,已形成了较完善的理论体系。作为一种新的采样理论,它通过挖掘信号的稀疏特性,在远小于奈奎斯特(Nyquist)采样率的条件下,用随机采样获取信号的离散样本,然后通过非线性重建算法完美重建信号。

[2] 夏香根,2018-08-24,全世界都在炒概念

http://blog.sciencenet.cn/blog-3395313-1130816.html

[3] 2018-08-18,“大数据”时期,更渴望“小样本数理统计学”

http://blog.sciencenet.cn/blog-107667-1129894.html

[4] 2017-01-09,复杂方法在实际中往往用途不大(在有噪声的情况下)

http://blog.sciencenet.cn/blog-107667-1026473.html

[5] 2016-03-07, 关于时间序列的“组合预测之谜 forecast combination puzzle”

http://blog.sciencenet.cn/blog-107667-961080.html

[6] 2010-11-07,复杂系统行为预测的“机理+辨识”策略

http://blog.sciencenet.cn/blog-107667-381404.html

              

感谢您的指教!

感谢您指正以上任何错误!

感谢您提供更多的相关信息



http://blog.sciencenet.cn/blog-107667-1164730.html

上一篇:《对科技成果代表作评价的具体建议》正式刊出
下一篇:关于“真理”的名言【搜集】(并求英文、原文)

3 郑永军 刘炜 朱晓刚

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-10-30 22:35

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部