文献

J-GLOBAL ID：202002282800744865   整理番号：20A2694195

圧縮センシングへの応用による画像復元のための自己管理Bayes深層学習【JST・京大機械翻訳】

Self-supervised Bayesian Deep Learning for Image Recovery with Applications to Compressive Sensing

著者 (3件)： Pang Tongyao (Department of Mathematics, National University of Singapore, Singapore, Singapore) ,  Quan Yuhui (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China) ,  Ji Hui (Department of Mathematics, National University of Singapore, Singapore, Singapore)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12356  ページ： 475-491  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  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： 近年,深層学習は画像回復における多くの不良設定逆問題を解くための一つの有望な技術として出現し,最も深い学習ベース解は教師つき学習に基づいている。ラベル付き訓練データセット構築のコストと複雑性を減らす実用的価値によって動機づけられて,本論文は画像回復のために自己監督された深い学習方式を提案して,それはデータセットフリーである。Bayes深層ネットワーク上では,提案方法は,不確実性による回復のための目標画像を予測するランダム重みを有するネットワークを訓練する。そのような不確実性は,多重予測を平均化することによって,小さな平均二乗誤差でターゲット画像の予測を可能にする。提案した方法を,圧縮センシング(CS)における画像再構成に適用し,すなわち,少数の測定から画像を再構成する。実験により,提案したデータセットフリー深層学習法は,従来の非学習法よりも著しく優れているだけでなく,特に測定が少数で雑音が多い場合,最先端の教師つき深層学習法に非常に競合することを示した。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： 雑音 ,  *学習 ,  ネットワーク ,  不確実性 ,  ニューラルネットワーク ,  教師つき学習 ,  多重化 ,  再構成 ,  逆問題 ,  深層 ,  画像再構成 ,  *画像復元
準シソーラス用語： 平均二乗誤差 ,  *圧縮センシング ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 自己教師つき学習 ,  Bayesニューラルネットワーク ,  圧縮センシング ,  画像回復

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 圧縮センシング ,  応用 ,  画像復元 ,  自己管理 ,  深層学習