Comparing RSVD and Krylov methods for linear inverse problems

In this work we address regularization parameter estimation for ill-posed linear inverse problems with an ℓ2 penalty. Regularization parameter selection is of utmost importance for all of inverse problems and estimating it generally relies on the experience of the practitioner. For regularization wi...

Celý popis

Podrobná bibliografie

Vydáno v:	Computers & geosciences Ročník 137; s. 104427
Hlavní autoři:	Luiken, Nick, van Leeuwen, Tristan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.04.2020
Témata:	algorithms computers geostatistics Krylov subspaces Model order reduction model validation Randomized singular value decomposition Regularization parameter spatial data Tikhonov regularization Model order reduction Randomized singular value decomposition Krylov subspaces Tikhonov regularization Regularization parameter
ISSN:	0098-3004, 1873-7803
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!