PENGANTAR
Pengkodean jarang adalah salah satu metode tanpa pengawasan yang sangat terkenal dalam dekade ini, ini adalah proses pembelajaran kamus, yang targetnya adalah menemukan kamus yang dapat kita gunakan kombinasi linier vektor dalam kamus ini untuk mewakili vektor input pelatihan apa pun. Untuk menangkap struktur dan pola yang lebih baik yang melekat pada vektor input, kami menggunakan kamus yang terlalu lengkap, terlebih lagi, kami ingin kombinasi linier menjadi jarang, yang berarti hanya ada sebagian kecil nilai di dalamnya yang bukan nol. Ini adalah bagaimana orang mendefinisikan fungsi biaya pengkodean yang jarang.
111 di mana, D adalah kamus yang kita inginkan, h adalah representasi laten, atau “kombinasi linier”. Kami ingin merekonstruksi input asli x sebaik mungkin, jadi kami menggunakan bagian L2-Norm untuk meminimalkan kesalahan rekonstruksi; kami juga ingin representasi laten memiliki banyak nol, jadi kami menggunakan bagian L1-Norm sebagai penalti sparsity.