A frame $(x_j)_{j\in J}$ for a Hilbert space $H$ is said to do phase retrieval if for all distinct vectors $x,y\in H$ the magnitude of the frame coefficients $(|\langle x, x_j\rangle|)_{j\in J}$ and $(|\langle y, x_j\rangle|)_{j\in J}$ distinguish $x$ from $y$ (up to a unimodular scalar). We consider the weaker condition where the magnitude of the frame coefficients distinguishes $x$ from every vector $y$ in a small neighborhood of $x$ (up to a unimodular scalar). We prove that some of the important theorems for phase retrieval hold for this local condition, where as some theorems are completely different. We prove as well that when considering stability of phase retrieval, the worst stability inequality is always witnessed at orthogonal vectors. This allows for much simpler calculations when considering optimization problems for phase retrieval.


翻译:用于 Hilbert 空间的 $( x_ j)\\ j\ in J} 框架 $ (x_ j)\ j\ in J} 美元 美元 用于 分阶段回收 $ 。 如果对所有不同的矢量 $x,y\ 美元 美元 美元, 框架系数的大小与每个矢量 $x, 美元 $x, y\ 美元 美元 美元, 框架系数的大小为 美元, 而对于每个矢量在小区 $x 美元 ( unmodular scalar) 的大小, 框架系数 则 $x, 美元 美元 美元, 美元 美元 美元, 美元 美元 美元 美元 和 $( liganglex, x_ j\ rgleng ) 美元 和 美元 美元 美元 框架 美元, 美元 美元 美元 美元 和 美元 美元 美元 ( x_j\ j\ g) j\ j\ in J} 美元 美元 美元 美元 美元, 美元 美元 美元 美元 美元 美元, 美元 美元 美元, 美元 美元 美元 美元 美元,, 美元 美元 美元 美元 美元 美元 美元 美元 美元, 美元 美元, 美元 美元 美元, 美元 美元 美元 美元 美元 美元, 美元 美元,, 美元 美元, 美元 美元, 美元 美元 美元, 美元 美元 美元 美元 美元, 则,,,,, 美元,, 美元 美元,, 美元 美元, 美元 美元, 美元 美元 美元 美元 美元 美元 美元,, 美元 美元 则 美元 美元 美元 美元 美元 美元, 美元 美元, 美元 美元 美元 美元 美元 美元 美元 美元 美元 美元 则 美元 美元 美元 则 则 则 美元 美元 美元 美元

0
下载
关闭预览

相关内容

NeurlPS 2022 | 自然语言处理相关论文分类整理
专知会员服务
48+阅读 · 2022年10月2日
专知会员服务
88+阅读 · 2021年6月29日
专知会员服务
25+阅读 · 2021年4月2日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年2月20日
Phase-aware Speech Enhancement with Deep Complex U-Net
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员