MRIのための期待一貫プラグアンドプレイ【JST・京大機械翻訳】

Shastri Saurav K; Ahmad Rizwan; Metzler Christopher A; Schniter Philip

プレプリント

J-GLOBAL ID：202202213058484928 整理番号：22P0288432

MRIのための期待一貫プラグアンドプレイ【JST・京大機械翻訳】

Expectation Consistent Plug-and-Play for MRI

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月11日プレプリントサーバーでの情報更新日： 2022年02月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

画像回復問題のために,プラグアンドプレイ(PnP)法が開発され,これは,深層ニューラルネットワークを用いてしばしば実行されるアプリケーション固有の雑音除去器に呼ぶ最適化アルゴリズムの近位ステップを置き換える。そのような方法は成功しているが,それらは改良できる。例えば,雑音除去器は,白色Gauss雑音を用いてしばしば訓練されるが,PnPの雑音除去入力誤差は,反復から反復までの予測が困難な統計で,しばしば白色とGaussから遠い。近似メッセージ通過(AMP)に基づくPnP法は例外であるが,前方演算子が大きなランダム行列のように振舞うときのみである。本研究では,期待値整合(EC)近似アルゴリズム,AMPの一般化を用いてPnP法を設計し,各反復で予測可能な誤差統計量を提供し,そこから深層ネット雑音除去器を効果的に訓練できる。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る