文献

J-GLOBAL ID：202002267984505927   整理番号：20A2694832

GANによる超分解能煙シミュレーションのための内挿フレーム【JST・京大機械翻訳】

Interpolating Frames for Super-Resolution Smoke Simulation with GANs

著者 (2件)： Wei Wenguo (College of Intelligence and Computing, Tianjin University, Tianjin, China) ,  Liu Shiguang (College of Intelligence and Computing, Tianjin University, Tianjin, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1300  ページ： 14-21  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深層ニューラルネットワークは,2Dから3Dまでのデータを成功裏に拡張できる流体データの超解像を可能にした。しかし,超解像度フレーム間のコヒーレンスを解決することは自明ではない。本論文では,煙シミュレーションのための条件付き生成広告ネットワークに基づく新しいフレーム補間法を導入した。本モデルは,元の2つの連続フレーム間のいくつかの中間フレームを生成し,コヒーレンスを除去する。特に,残留ブロックとU-Netアーキテクチャから成る新しい発電機を設計した。残留ブロックを有する発電機は,ダウンサンプリングされたものから高分解能体積データを正確に回復できる。次に,2つの回復フレームとそれらの対応する速度場をU-Net,ワーピングおよび線形融合に入力し,いくつかの中間フレームを生成した。さらに,著者らは,著者らの時間弁別器を設計するために,遅い融合モデルを提案した。本モデルは,著者らの敵対ネットワークを段階的に一連の連続的フレームステップを段階的に併合することを可能にする。実験は,著者らのモデルが煙シミュレーションのための高品質中間フレームを作り出すことができて,それは元の流体データからコヒーレンスを効率的に除去することを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コヒーレンス ,  *シミュレーション ,  弁別器 ,  *煙 ,  広告 ,  ネットワーク ,  *内挿法 ,  二次元 ,  超解像 ,  三次元 ,  高分解能 ,  計算機アーキテクチャ
準シソーラス用語： ダウンサンプリング ,  ワーピング ,  高品質 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  フレーム内挿 ,  煙のシミュレーション ,  時間的コヒーレンス

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： GaN ,  超分解能 ,  煙 ,  シミュレーション ,  内挿