論文の概要: Deep Ensemble Analysis for Imaging X-ray Polarimetry

• arxiv url: http://arxiv.org/abs/2007.03828v2
• Date: Mon, 5 Oct 2020 20:46:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-12 12:48:23.884439
• Title: Deep Ensemble Analysis for Imaging X-ray Polarimetry
• Title（参考訳）: x線ポラリメトリーイメージングのための深部アンサンブル解析
• Authors: A.L.Peirson, R.W.Romani, H.L.Marshall, J.F.Steiner, L.Baldini
• Abstract要約: 画像偏光計を用いたX線テレスコープの感度向上手法を提案する。 我々は,1-9keVイベントトラックの光電子方向,X線吸収点,X線エネルギーを解析した。 実GPD検出器のサンプルデータを用いて本手法の有効性を確認した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a method for enhancing the sensitivity of X-ray telescopic observations with imaging polarimeters, with a focus on the gas pixel detectors (GPDs) to be flown on the Imaging X-ray Polarimetry Explorer (IXPE). Our analysis determines photoelectron directions, X-ray absorption points and X-ray energies for 1-9 keV event tracks, with estimates for both the statistical and model (reconstruction) uncertainties. We use a weighted maximum likelihood combination of predictions from a deep ensemble of ResNet convolutional neural networks, trained on Monte Carlo event simulations. We define a figure of merit to compare the polarization bias-variance trade-off in track reconstruction algorithms. For power-law source spectra, our method improves on the current planned IXPE analysis (and previous deep learning approaches), providing ~45% increase in effective exposure times. For individual energies, our method produces 20-30% absolute improvements in modulation factor for simulated 100% polarized events, while keeping residual systematic modulation within 1 sigma of the finite sample minimum. Absorption point location and photon energy estimates are also significantly improved. We have validated our method with sample data from real GPD detectors.
• Abstract（参考訳）: 本稿では,X線ポラリメトリエクスプローラー (IXPE) に搭載されるガス画素検出器 (GPD) に焦点をあて, 撮像偏光計によるX線テレスコープ観測の感度を高める方法を提案する。 本分析では,1-9keVイベントトラックの光電子方向,X線吸収点,X線エネルギーを統計的・モデル的不確実性から推定する。 モンテカルロの事象シミュレーションに基づいて学習した,resnet畳み込みニューラルネットワークの深層アンサンブルによる予測の重み付き最大度の組み合わせを用いる。 トラックリコンストラクションアルゴリズムにおける偏光バイアス分散トレードオフを比較するためのメリットの数値を定義する。 パワーローソーススペクトルでは、現在の計画されたixpe分析(および過去のディープラーニングアプローチ)により、有効露光時間を約45%向上させる。 それぞれのエネルギーに対して, 有限サンプル最小値の1シグマ内に残留的な系統的変調を保ちながら, 100%偏光事象の変調係数を20～30%絶対的に改善する。 吸収点の位置と光子エネルギーの推定も大幅に改善された。 本手法を実gpd検出器からのサンプルデータを用いて検証した。

関連論文リスト

• Direct Zernike Coefficient Prediction from Point Spread Functions and Extended Images using Deep Learning [36.136619420474766]
  既存の適応光学系は、収差を補正し、画像を改善するために反復探索アルゴリズムに依存している。 本研究は、光収差を特徴付ける畳み込みニューラルネットワークの応用を実証する。
  論文  参考訳（メタデータ） (2024-04-23T17:03:53Z)
• Robust Depth Enhancement via Polarization Prompt Fusion Tuning [112.88371907047396]
  様々な深度センサによる不正確な深度測定を改善するために偏光イメージングを利用するフレームワークを提案する。 まず、偏光データとセンサ深度マップから高密度で完全な深度マップを推定するために、ニューラルネットワークを訓練した学習ベースの戦略を採用する。 大規模データセット上で事前学習したRGBモデルを有効に活用するためのPPFT(Polarization Prompt Fusion Tuning)戦略を提案する。
  論文  参考訳（メタデータ） (2024-04-05T17:55:33Z)
• SplitNeRF: Split Sum Approximation Neural Field for Joint Geometry, Illumination, and Material Estimation [65.99344783327054]
  本稿では, 実世界の物体の形状, 材料特性, 照明特性を推定してデジタル化する手法を提案する。 提案手法は,実時間物理ベースのレンダリングに画像ベースの照明で使用される分割和近似を,レーダランスニューラルネットワーク(NeRF)パイプラインに組み込む。 提案手法は,NVIDIA A100 GPUを1つのGPUで1時間に1ドル程度のトレーニングをした後で,最先端のリライト品質を実現することができる。
  論文  参考訳（メタデータ） (2023-11-28T10:36:36Z)
• Optimized detector tomography for photon-number resolving detectors with hundreds of pixels [11.047507557398601]
  本稿では,最適化を必要とする変数数を削減できる改良型検出器トモグラフィーモデルを提案する。 我々は期待最大エントロピーアルゴリズムを用いて光コヒーレントおよび熱状態の光子数分布を再構成する。 以上の結果から,検出器トモグラフィは最大340ピクセルの検出器に対して1TB RAMのスーパーコンピュータ上で実現可能であることが示唆された。
  論文  参考訳（メタデータ） (2023-06-22T01:27:13Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• A deep ensemble approach to X-ray polarimetry [0.0]
  画像偏光計を用いたX線テレスコープの感度を最大化するための最新の深層学習法を提案する。 トラック再構成アルゴリズムにおいて、偏波信号-雑音比(SNR)を最大化するための最適事象重み付けを導出し、適用する。
  論文  参考訳（メタデータ） (2021-11-04T17:49:45Z)
• Pseudo-Spherical Contrastive Divergence [119.28384561517292]
  エネルギーベースモデルの最大学習確率を一般化するために,擬球面コントラスト分散(PS-CD)を提案する。 PS-CDは難解な分割関数を避け、学習目的の一般化されたファミリーを提供する。
  論文  参考訳（メタデータ） (2021-11-01T09:17:15Z)
• Dense Optical Flow from Event Cameras [55.79329250951028]
  本稿では,イベントカメラからの高密度光フロー推定に特徴相関と逐次処理を導入することを提案する。 提案手法は、高密度光流を計算し、MVSEC上での終点誤差を23%削減する。
  論文  参考訳（メタデータ） (2021-08-24T07:39:08Z)
• Vacuum birefringence and diffraction at XFEL: from analytical estimates to optimal parameters [0.0]
  我々は、X線自由電子と高強度レーザーパルスのヘッドオン衝突における真空複屈折とX線光子散乱について検討した。 この結果は,高強度フロンティアにおける真空複屈折の発見実験において,パラメータの最適選択の同定に不可欠である。
  論文  参考訳（メタデータ） (2021-04-11T20:52:44Z)
• X-ray Photon-Counting Data Correction through Deep Learning [3.535670189300134]
  深層ニューラルネットワークを用いたPCDデータ補正手法を提案する。 本研究ではまず,電荷分割とパルス蓄積効果を取り入れた完全シミュレーションモデルを構築した。 シミュレーションされたPCDデータと地上の真理のデータは、PCDデータ修正のために特別に設計されたディープ・敵ネットワークに送られる。
  論文  参考訳（メタデータ） (2020-07-06T23:29:16Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。