文献

J-GLOBAL ID：201802266684710822   整理番号：18A0518941

活性化機能観点を通した神経回路網denoisersを理解する【Powered by NICT】

Understanding neural-network denoisers through an activation function perspective

著者 (3件)： Li Yuxiang (Ecole polytechnique, Palaiseau, France) ,  Zhang Bo (Philips Research - Medisys, Suresnes, France) ,  Florent Raoul (Philips Research - Medisys, Suresnes, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 2971-2975  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： 画像は通常獲得または伝送の過程でのノイズによって汚染されている。適応領域内の平滑化としきい値はクリーン画像を回収するための一般的な方法である。最近,多くの研究者は大きなイメージトレーニングセットにニューラルネットワークを用いたdenoiserを訓練することを試みた。それらのいくつかはBM3D[1][2]のような最新のフィルタと比較して比肩可能な性能を示した。同時に,ニューラルネットワークの性能は,新しい活性化関数,新しい解法,などは,機械学習技術をより信頼性のあるものと改善された。本研究では,ニューラルネットワークを用いた画像雑音除去の問題を再考するニューラルネットワーク世界で最先端の技術を利用する。より良い結果を盲目的探索の代わりに,ここでは,ニューラルネットワークによって妊娠した雑音除去戦略の分析と理解に焦点を当てた。活性化関数を通した展望を提供し,それらは,雑音除去機構に決定的な役割を果たしているかを説明する。Copyright 2018 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： フィルタ ,  *神経回路網 ,  雑音 ,  雑音除去 ,  平滑化 ,  ニューラルネットワーク ,  信頼性 ,  画像
準シソーラス用語： 画像雑音除去 ,  機械学習技術 ,  活性化関数 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 活性化 ,  観点 ,  神経回路網 ,  理解