Diese Arbeit untersucht das Problem des Erlernens von Analyseoperatoren mit separierbaren Strukturen. Dieses Modell kombiniert die Vorteile einer reduzierten Rechenkomplexität und einer Anpassung an die Signalklasse. Zusätzlich wird ein simultaner Blind-Lern- und Rekonstruktionsalgorithmus vorgestellt, der es ermöglicht, mit rauschbehafteten und unterabgetasteten Messungen umzugehen. Numerische Ergebnisse zu inversen Bildgebungsproblemen bestätigen die Wirksamkeit und Anwendbarkeit des vorgeschlagenen Modells.     «

Diese Arbeit untersucht das Problem des Erlernens von Analyseoperatoren mit separierbaren Strukturen. Dieses Modell kombiniert die Vorteile einer reduzierten Rechenkomplexität und einer Anpassung an die Signalklasse. Zusätzlich wird ein simultaner Blind-Lern- und Rekonstruktionsalgorithmus vorgestellt, der es ermöglicht, mit rauschbehafteten und unterabgetasteten Messungen umzugehen. Numerische Ergebnisse zu inversen Bildgebungsproblemen bestätigen die Wirksamkeit und Anwendbarkeit des vorgeschl...     »