文献

J-GLOBAL ID：201702274016621292   整理番号：17A1724956

畳込みニューラルネットワークによる天体画像再構成【Powered by NICT】

Astronomical image reconstruction with convolutional neural networks

著者 (1件)： Flamary Remi (Universite ́ Co^te d’Azur, Lagrange, OCA, CNRS, Nice, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 2468-2472  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 天体画像再構成における最先端手法では正則化されたまたは制約付最適化問題の解決に依存している。この問題を解く計算量,通常は画像中のピクセル数に関して二次または少なくとも超線形複雑さをもたらすことができる。天文学における画像再構成のための畳込みニューラルネットワークの使用を検討した。ニューラルネットワークにより,計算的に集中するタスクは,訓練段階であるが,予測段階はピクセル,すなわち線形複雑度当たりの固定複雑さを持っている。数値実験は,筆者らのアプローチが解釈可能であることに加えて他の最新の方法を計算効率的で競争力の両方であることを示した。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： *画像 ,  正則化 ,  *畳込み ,  画素 ,  計算量 ,  *画像再構成 ,  線形性 ,  *ニューラルネットワーク ,  天文学 ,  制約付最適化問題 ,  予測
準シソーラス用語： 計算効率 ,  数値実験 ,  画素数 ,  最先端 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  天体 ,  画像再構成