文献
J-GLOBAL ID:201702232345096649   整理番号:17A1772341

データ異常値のためのロバストなStudentのt関数に基づく新しいトモグラフィー再構成法【Powered by NICT】

A Novel Tomographic Reconstruction Method Based on the Robust Student’s t Function For Suppressing Data Outliers
著者 (7件):
資料名:
巻:号:ページ: 682-693  発行年: 2017年 
JST資料番号: W2428A  ISSN: 2333-9403  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
計算機トモグラフィーにおける正則化逐次近似再構成法は有効である可能性が穏やかに不正確な過小サンプルした測定からの再構成した。これらのアプローチは失敗する,しかし,または異常値,より顕著なデータ誤差が存在する場合。これらの異常値は獲得プロセスの種々のの不正確さに関連している:欠陥画素またはmiscalibratedカメラセンサ,散乱,欠損角,など。このような大きな異常値を説明するために,一般化H uber関数のようなロバストなデータ不整合関数は過去に成功裏に適用された。正則化技術に関連して,これらの方法は限られたデータと異常値の両方の問題を克服することができる。はStudentのt分布に基づくロバストなデータ当てはめ項を用いた新しい再構成法を提案した。は大きな異常値に対して小さいペナルティをこの不整合は,Huber不整合よりもよりロバストであることを約束する。Studentのt関数に現れるスケーリングパラメータの全変動正則化項と自動推定を含んでいる。現実的な合成ファントムを用いた手法の有効性を実証し,実際の中性子データセットに適用した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
信号理論  ,  パターン認識  ,  人工知能 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る