抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最近,座標ベースMLPとして知られている神経場は,低次元データを表現する印象的な結果を達成した。CNNと異なり,MLPはグローバルに接続され,局所制御を欠いている。局所領域を調整することは,地球規模の変化をもたらす。したがって,局所神経場を改善することは,通常,ジレンマをもたらす:局所アーチファクトのフィルタリングは,同時に所望の詳細を滑らかにする。この解は,2つの対抗演算子から成る新しいフィルタリング技法である:より良い一般化のための大域的平滑化を提供する平滑化演算子,および局所調整のためのより良い制御性を提供する回復演算子を逆にする。著者らは,どちらかのオペレータだけを使用することが,雑音のあるアーチファクトまたは平滑化された領域の増加に導くことができることを見出した。2つのオペレータを結合することによって,平滑化とシャープニングは,全体の領域を最初に滑らかに調整して,次に,過度に平滑化した領域で微細粒の詳細を復元することができた。この方法で,このフィルタは,詳細を強化しながら,多くの雑音を除去するのを助ける。様々なタスクに対するフィルタの利点を実証し,最先端の手法に対して顕著な改善を示した。さらに,このフィルタは収束速度とネットワーク安定性に関してより良い性能を提供する。【JST・京大機械翻訳】
