云淡风轻

 
 

常用链接

  • 我的随笔
  • 我的评论
  • 我参与的随笔

留言簿(1)

  • 给我留言
  • 查看公开留言
  • 查看私人留言

随笔档案

  • 2012年11月 (4)
  • 2012年9月 (1)

文章档案

  • 2012年11月 (4)

相册

  • 我的宝宝

搜索

  •  

最新评论

阅读排行榜

  • 1. 投稿状态英语表达(转载)(871)
  • 2. 离散随机变量的概率分布列(429)
  • 3. CoSamp Tropp 09 ACHA文章(415)
  • 4. Projection-based and look-ahead strategies for atom selection 投影+向前看(327)
  • 5. C的数据结构(181)

评论排行榜

  • 1. C的数据结构(0)
  • 2. 离散随机变量的概率分布列(0)
  • 3. CoSamp Tropp 09 ACHA文章(0)
  • 4. 投稿状态英语表达(转载)(0)
  • 5. Projection-based and look-ahead strategies for atom selection 投影+向前看(0)

Powered by: 博客园
模板提供:沪江博客
C++博客 | 首页 | 发新随笔 | 发新文章 | 联系 | 聚合 | 管理

2012年11月19日

Projection-based and look-ahead strategies for atom selection 投影+向前看
      这是Chatterjee在IEEE TSP(2012)上的一篇文章,讲的是原子选择里的事情。bibtex信息如下:@article{chatterjee2012projection,title={Projection-Based and Look-Ahead Strategies for Atom Selection}, author={Chatterjee, S. and Sundman, D. and Vehkapera, M. and Skoglund, M.}, journal={Signal Processing, IEEE Transactions on}, volume={60},  number={2}, pages={634--647},  year={2012}, publisher={IEEE}}
摘要信息如下:
In this paper, we improve iterative greedy search algorithms in which atoms are selected serially over iterations, i.e., one-by-one over iterations. For serialatom selection,we devise two new schemes to select an atom from a set of potential atoms in eachiteration. The two new schemes lead to two new algorithms. For both the algorithms, in each iteration, the set of potential atoms is found using a standard matched filter. In case of the first scheme, we propose an orthogonal projection strategy that selects an atom from the set of potential atoms. Then, for the second scheme, we propose a look-ahead strategy such that the selection of an atom in the current iteration has an effect on the future iterations. The use of look-ahead strategy requires a higher computational resource. To achieve a tradeoff between performance and complexity, we use the two new schemes in cascade and develop a third new algorithm. Through experimental evaluations, we compare the proposed algorithms with existing greedy search and convex relaxation algorithms.

      首先回顾一些知识。在压缩感知或者稀疏恢复算法里面,迭代阈值算法(Iterative thresholding algorithm)和贪婪算法(greedy algorithm)是两大类比较重要也比较实际的算法。迭代阈值算法包括:迭代硬阈值(IHT以及变型NIHT,AIHT等),迭代软阈值(IST),迭代阈值追踪(TSP),迭代阈值倒转(IST)等方法,迭代的每一步算法框架=梯度下降+稀疏算子+进一步化措施。这一类算法最大的好处就是,计算复杂度低,尤其是前两个,后两个因为其中涉及到最小二乘,计算复杂度增加;坏处是当字典或者观测矩阵相关度强的时候,这些算法恢复的效果(前两个)大打折扣。贪婪算法包括匹配追踪(MP),正交匹配追踪(OMP以及变型ROMP,MOMP等),压缩采样匹配追踪(CoSaMP)等,迭代的每一步主要框架为=选取原子和残差较大相关的下标并激活(可以理解为梯度分量最大,可能最小二乘优化选择)+新支集上观测值最小二乘法投影更新残差。在低维数情况下,这种贪婪算法效果极好。在高维数下,由于计算量的原因,不占优势。另一方面正交最小二乘法(OLS)讨论过OMP的一个弊端,就是当字典里存在相似原子时,OMP在无法考虑到当前步对之后的影响从而选错,而OMP的正交性质导致这个错误无法修正。

    这篇文章提供了一种思路,就是Look Ahead,算是OMP和OLS的一种结合。文章首先说明了在贪婪算法里进行原子选择时候单用梯度(选残差相关最大下标)的好(字典正交的时候巨好),也说了单用梯度的坏(在字典相关时候就差一些),于是点出了最小二乘(投影projection)的好(一定程度)。同时针对OMP的问题,它摆出了一个能干活的诸葛亮(会预测未来look ahead),在选择新下标的时候,他不惜余力的把这一步的每一个方案对最终残差的影响进行了计算(实际上在每选一个原子时进行了一次完整的OMP或者类似的HTP,然后对这些结果进行比较评估,选最好的(使得残差最小)进来。这个事情是比较自然的,它的代价就是诸葛的劳累,计算复杂度太大。于是作者在最后提出了一些折中的办法,或者通过一些计算方面的技巧进行优化。
  
     文章的一个问题是:缺乏收敛性分析。

    

posted @ 2012-11-19 11:11 davidruiwu 阅读(327) | 评论 (0) | 编辑 收藏
 

2012年11月12日

投稿状态英语表达(转载)

1. Submitted to Journal
   刚提交的状态

2. Manuscript received by Editorial Office
   就是你的文章到了编辑手里了,证明投稿成功

3. With editor 如果在投稿的时候没有要求选择编辑,就先到主编那,主编会分派给别的编辑。这当中就会有另两个状态:
3.1. Awaiting Editor Assignment指派责任编辑
Editor assigned是把你的文章分给一个编辑处理了。
3.2. technical check in progress 检查你的文章符不符合期刊投稿要求3.3. Editor Declined Invitation 如果编辑接手处理了就会邀请审稿人了。
4.随后也会有2种状态
4.1. Decision Letter Being Prepared 就是编辑没找审稿人就自己决定了,那根据一般经验,对学生来说估计会挂了 1)英文太差,编辑让修改。 2)内容太差,要拒了。除非大牛们直接被接收。
4.2. Reviewer(s) invited 找到审稿人了,就开始审稿
5. Under review
这应该是一个漫长的等待。当然前面各步骤也可能很慢的,要看编辑的处理情况。
如果被邀请审稿人不想审,就会decline,编辑会重新邀请别的审稿人。
6. Required Reviews Completed
审稿人的意见已上传,审稿结束,等待编辑决定
7. Evaluating Recommendation
评估审稿人的意见,随后你将收到编辑给你的decision
8. Minor revision/Major revision这个时候可以稍微庆祝一下了,问题不大了,因为有修改就有可能。具体怎么改就不多说了,谦虚谨慎是不可少的。
9. Revision Submitted to Journal
又开始了一个循环。
10. Accepted  恭喜了
11. Transfer copyright form 签版权协议
12. uncorrected proof 等待你校对样稿
13. In Press, Corrected Proof 文章在印刷中,且该清样已经过作者校对
14. Manuscript Sent to Production 排版
15 in production
  出版中
另外的一些常见英文词汇:
camera-ready paper
可以付印的正式稿件
graphical abstract
图文接要 一个能够突出你文章特色的图,配上一两句话说明
running head
就是发表文章里显示在你页眉上的(一般论文偶数页显示RUNNING HEAD,奇数页显示论文的前几位作者的英文名缩写),一般是用一个短语(几个单词,别太长了)根括你论文的主要内容。
Response to reviewers
对reviewers的疑问point-to-point回答即可。
先把reviewer的问题,还要有指出的小的文字错误的部分copy下来,然后逐一回答,
reviewer 1
question 1 ...XX.........
answer:......... (pageXX, LineXX )
question ...XX.........
answer:......... (pageXX, LineXX )
文字修改 也一样
*******(原来的意见)
corrected ******((pageXX, LineXX ))
就是让他一眼就看出来你改了,在那里?如何改的

 

2. 文章的状态都变成了"Required reviews completed"。意思是,评审人的意见已经完成,交给主编做最后的决定。这个"Required reviews completed",最后可能是小改、大改、甚至被拒,一切都有可能。一般来说,从"Required reviews completed"到最后的决定,需要不多的时间。现在这么长的时间,有一个可能是几个审稿人的意见不一,需要主编做最后的决定,或者邀请另外一个审稿人。

 

关于Elsevier期刊投稿状态变化及Technical Checking的一些体会。

最近在版内经常有虫友提及关于Elsevier期刊投稿状态变化的问题。结合自己的投稿经历,说说一些体会。

比如,有这样一个典型的问题:
某日完成投稿,状态是Submitted to Journal,后成为with editor;
但几日以后,状态再次变回Submitted to Journal,以及with editor;
这是为什么?

根据我的经历,理由如下:
现在Elsevier的绝大多数期刊,增加了Technical Checking这一关,由专门的Editorial office来审查你论文的语言、格式、排版、图片等等,也就是说,审查你的投稿是否符合Guide for Authors中的各项要求。

论文投稿之后,状态是Submitted to Journal,后成为with editor。注意:这里的Editor实际上不是期刊的主编,而是Editorial office里负责论文格式、排版、语言审查的编辑。
如果你的论文通过了技术性审查,状态重新变为Submitted to Journal,恭喜你,你的论文通过了第一关。
之后,如果不出意外,你的论文状态会再次变成With Editor,这里的Editor才是真正的期刊主编。到了这一步,你的论文才会进入under review状态。

需要说明的是,如果你的论文没通过Technical Checking这一关,你的论文就会退回,要求做格式、语言上的修改,然后鼓励你再投。

Technical checking这一关过不了,论文无法到达主编手上;即便论文的内容再精彩,也无法送审、录用。

(注意:对于Mater Lett之类的期刊,现在如果初审不通过,连修改再投的机会也没有了,可见Technical Checking这一关的重要性)。

 

 

posted @ 2012-11-12 21:37 davidruiwu 阅读(871) | 评论 (0) | 编辑 收藏
 

2012年11月8日

CoSamp Tropp 09 ACHA文章




posted @ 2012-11-08 14:58 davidruiwu 阅读(415) | 评论 (0) | 编辑 收藏
 

2012年11月6日

离散随机变量的概率分布列
      对于 离散型随机变量 ,通常用所谓的概率分布列表示其分布。设X是一个离散随机变量,如果X的所有可能是x_1,x_2,...x_n,...则称X取x_i的概率
      p_i=p(x_i)=P(X=x_i)
 为X的概率分布列,记为X~{p_i}。

       通常概率分布列用列表的方法表示。表的上一行是X的可能取值,下一行是取该值的概率。分布列的基本性质:(1)非负性。(2)正则性。所谓的正则性,在这里是指所有的概率加起来和为1。以上两条基本性质是分布列必须具有的性质,也是判别某个数列能否成为分布列的充要条件。

      有离散随机比变量的分布列很容易写出这个随机变量的分布函数,很明显它的图形是一个有限或者无限的阶梯函数,不过要注意的是,在离散型随机变量场合,常用来描述其分布的是分布列,而不是它的分布函数。因为求离散随机变量X的有关事件的概率时,用分布列比用分布函数更为方便。

      在具体求离散型随机变量X的分布列时,关键是求出X的所有可能取值以及这些取值的概率。
posted @ 2012-11-06 10:41 davidruiwu 阅读(429) | 评论 (0) | 编辑 收藏
 

2012年9月1日

C的数据结构
C语言的数据结构是以数据类型的形式出现的。C的数据类型如下:
1 基本类型:整型,字符型,实型(浮点型,又可以细分为单精度型和双精度型),枚举型;
2 构造类型:数组类型,结构体类型,共用体类型;
3 指针类型;
4 空类型。
C语言中的数据有常量和变量之分,他们分别属于以上这些类型。由以上这些数据类型还可以构成更复杂的数据结构。例如利用
指针和结构体类型构成表、树、栈等复杂的数据结构。


posted @ 2012-09-01 17:38 davidruiwu 阅读(181) | 评论 (0) | 编辑 收藏
 
仅列出标题