Relating observability and compressed sensing of time-varying signals in recurrent linear networks

در این مقاله، ما بررسی می کنیم که چگونه پویایی شبکه های مجازی، که به صورت سیستم های دینامیکی عمومی صورت می گیرد، می تواند به بهبود سیگنال های پراکنده و متغیر زمان می پردازد. فرمولاسیون ما شبیه به مسئله خوبی از حساسیت فشرده است، اما در یک محیط پویا. ما به طور خاص مشکلی را برای بازیابی یک ورودی شبکه با ابعاد بزرگ در طول زمان از مشاهده یک زیر مجموعه ای از وضعیت شبکه ها (به عنوان مثال خروجی شبکه) می بینیم. هدف ما این است که اطمینان حاصل کنیم که چگونه پویایی شبکه ممکن است بازیابی را فعال کند، حتی اگر روش های کلاسیک در هر بار فوری شکست بخورند. ما به طور خاص علاقه مند به درک عملکرد در سناریوهایی است که هر دو ورودی و خروجی به ترتیب با اختلال و سر و صدا خراب می شوند. نتایج اصلی ما عبارتند از توسعه شرایط تحلیلی، از جمله یک معیار مشاهده قابل تعمیم، که اطمینان دقیق و پایدار ورودی را در یک تنظیم پویا و مکرر شبکه فراهم می کند.