文献

J-GLOBAL ID：202002263815407507   整理番号：20A0873403

変分生成モデルを用いた計測システム知識による信号検索【JST・京大機械翻訳】

Signal Retrieval With Measurement System Knowledge Using Variational Generative Model

著者 (5件)： Zhu Zheyuan (CREOL, The College of Optics and Photonics, University of Central Florida, Orlando, FL, USA) ,  Sun Yangyang (CREOL, The College of Optics and Photonics, University of Central Florida, Orlando, FL, USA) ,  White Jonathon (CREOL, The College of Optics and Photonics, University of Central Florida, Orlando, FL, USA) ,  Chang Zenghu (CREOL, The College of Optics and Photonics, University of Central Florida, Orlando, FL, USA) ,  Pang Shuo (CREOL, The College of Optics and Photonics, University of Central Florida, Orlando, FL, USA)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 47963-47972  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 一連の間接的測定からの信号検索は,科学と工学における多くのイメージング,計測学,および特性化プラットフォームにおける一般的なタスクである。間接測定プロセスの大部分は物理モデルにより良く記述されているので,信号検索は信号に関する測定一貫性と事前知識を強制する反復最適化により解決できる。これらの反復アルゴリズムは時間がかかり,線形測定プロセスと凸信号制約に適応するだけである。最近,ニューラルネットワークは,測定プロセスの逆マッピングを直接近似することにより,反復法を重ね合わせるために広く採用されている。しかし,決定論的多層構造を有するこのようなバニラネットワークは,不良設定測定システムにおける信号あいまいさを区別することができず,検索信号はしばしば測定との整合性を欠いている。本研究では,既知の測定プロセスを,線形または非線形プロセスのいずれかで測定できる全ての可能な信号の分布を捉えるために,カスタマイズした変分生成モデルに組み込んだ。著者らの信号検索フレームワークは,測定プロセスにおける曖昧さを解決し,Fresnelホログラムからの画像検索や超高速パルス検索などの様々な非線形,不良設定システムにおける物理モデルを満たす高忠実度信号を検索する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バニラ ,  画像処理 ,  カスタム化 ,  逐次近似 ,  多層構造 ,  ネットワーク ,  最適化 ,  Fresnelホログラム ,  曖昧さ ,  ニューラルネットワーク ,  近似法 ,  画像検索 ,  線形性 ,  *変分法 ,  パルス

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 変分 ,  生成モデル ,  計測システム ,  知識 ,  検索