文献

J-GLOBAL ID：202002256293659199   整理番号：20A1863653

ノイズ除去による多目的スパース非混合アプローチ【JST・京大機械翻訳】

Multiobjective sparse unmixing approach with noise removal

著者 (4件)： Jiang Xiangming (Xidian University, Xi’an, Shaanxi, China) ,  Gong Maoguo (Xidian University, Xi’an, Shaanxi, China) ,  Zhan Tao (Xidian University, Xi’an, Shaanxi, China) ,  Tang Zedong (Xidian University, Xi’an, Shaanxi, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： GECCO ’18  ページ： 681-688  発行年： 2018年 
JST資料番号： D0698C  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： まばらなハイパースペクトル非混合では,正則化法は,正則化パラメータに関する「解の先行する」問題に必然的に悩まし,それは実際の応用に役立たない。この問題を解決するため,2相多目的スパース混合(Tp-MoSU)アプローチを最近提案した。しかし,Tp-MoSUは,高ノイズデータに対して限られた性能を持ち,豊度推定における空間-文脈情報はほとんどない。最初の問題に取り組むために,混合付加雑音を自動的にモデル化するために,2つの位相のそれぞれに対して,多目的最適化モデルを確立した。第二の問題に取り組むために,二重空間利用目的を,隣接画素間の類似性を利用するために,第2段階で特別に設計し,それは,推定豊度の品質を改善することができた。さらに,記憶ベースの進化アルゴリズムを,より良い収束のために2つの位相のそれぞれのために精巧に修正した。いくつかの代表的データセットに関する実験結果は,提案方法が2つの相の両方においてTp-MoSUより良く機能して,混合付加ノイズの下で豊度推定においていくつかの先進正則化アルゴリズムより完全に良いことを証明した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  雑音 ,  画素 ,  位相 ,  *雑音低減 ,  正則化 ,  類似性
準シソーラス用語： 進化的アルゴリズム ,  文脈情報 ,  多目的最適化 ,  ハイパースペクトル ,  正則化パラメータ , 【Automatic Indexing@JST】

著者キーワード (7件)： 解決の先頭 ,  二重空間利用 ,  進化アルゴリズム ,  ミーム ,  混合雑音 ,  3目的最適化 ,  二相

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： ノイズ除去