文献

J-GLOBAL ID：202002249890267650   整理番号：20A2575643

3Dコヒーレント回折イメージングのための適応3D畳込みニューラルネットワークベース再構成法【JST・京大機械翻訳】

Adaptive 3D convolutional neural network-based reconstruction method for 3D coherent diffraction imaging

著者 (2件)： Scheinker Alexander (Los Alamos National Laboratory, Los Alamos, New Mexico 87545, USA) ,  Pokharel Reeju (Los Alamos National Laboratory, Los Alamos, New Mexico 87545, USA)
資料名： Journal of Applied Physics  (Journal of Applied Physics)
巻： 128  号： 18  ページ： 184901-184901-14  発行年： 2020年 
JST資料番号： C0266A  ISSN： 0021-8979  CODEN： JAPIAU  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： コヒーレント回折イメージングから三次元(3D)結晶を再構成するための新しい適応機械学習ベースアプローチを示した。球面調和(SH)を用いて結晶を表し,対応する合成回折パターンを生成した。3D畳込みニューラルネットワーク(CNN)を利用して,3D回折体積とSH間のマッピングを学習し,それらが生成された物理体積の境界を記述した。初期推定として3D CNN予測SH係数を使用し,次に,改良精度のために適応モデル独立フィードバックを用いて微調整した。また,3D物体の不均一内部構造を再現するために,放射基底関数の収集の位置,強度,減衰速度を調整し,内部ボイドと密度傾斜を持つ合成体積の方法を実証した。Copyright 2020 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *回折 ,  *コヒーレンス ,  *画像処理 ,  再構成 ,  球面 ,  *三次元 ,  内部構造 ,  機械学習 ,  動径基底関数
準シソーラス用語： 回折パターン ,  微調整 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  X線技術  (BA02060D)

タイトルに関連する用語 (6件)： 3D ,  コヒーレント ,  回折 ,  イメージング ,  適応 ,  畳込みニューラルネットワーク