論文の概要: Advances on image interpolation based on ant colony algorithm

• arxiv url: http://arxiv.org/abs/2104.12863v1
• Date: Mon, 12 Apr 2021 04:27:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-04 08:23:44.326301
• Title: Advances on image interpolation based on ant colony algorithm
• Title（参考訳）: antコロニーアルゴリズムに基づく画像補間の進展
• Authors: Olivier Rukundo, Hanqiang Cao
• Abstract要約: 本稿では,高分解能画像スケーリングのためのアリコロニーアルゴリズム(AACA)に基づくAAC画像の進歩について述べる。 提案されたアルゴリズムと以前に提案されたアリコロニーアルゴリズム(OBACA)に基づく双線形スケーリングの最適化の違いは、AACAがグローバルな重み付けを使用することである。
• 参考スコア（独自算出の注目度）: 0.45687771576879593
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents an advance on image interpolation based on ant colony algorithm (AACA) for high-resolution image scaling. The difference between the proposed algorithm and the previously proposed optimization of bilinear interpolation based on ant colony algorithm (OBACA) is that AACA uses global weighting, whereas OBACA uses a local weighting scheme. The strength of the proposed global weighting of the AACA algorithm depends on employing solely the pheromone matrix information present on any group of four adjacent pixels to decide which case deserves a maximum global weight value or not. Experimental results are further provided to show the higher performance of the proposed AACA algorithm with reference to the algorithms mentioned in this paper.
• Abstract（参考訳）: 本稿では,高分解能画像スケーリングのためのアリコロニーアルゴリズム(AACA)に基づく画像補間について述べる。 提案アルゴリズムと従来提案されていたアントコロニーアルゴリズム(OBACA)に基づく双線形補間最適化の違いは,AACAがグローバル重み付けを用いるのに対して,OBACAは局所重み付け方式を用いる点である。 aacaアルゴリズムが提案した大域重み付けの強さは、隣接する4つのピクセル群に存在するフェロモンマトリクス情報のみを使用して、どのケースが最大の大域重み値に値するかを決定する。 さらに,本論文で言及したアルゴリズムを参考に,提案したAACAアルゴリズムのより高い性能を示す実験結果が得られた。

関連論文リスト

• On Linear Convergence of PI Consensus Algorithm under the Restricted Secant Inequality [5.35599092568615]
  本稿では,ピアツーピアマルチエージェントネットワークにおける分散最適化問題について考察する。 比例積分 (PI) 制御戦略を用いることで, 固定段数をもつ様々なアルゴリズムが開発されている。
  論文  参考訳（メタデータ） (2023-09-30T15:54:52Z)
• Deep Unrolling for Nonconvex Robust Principal Component Analysis [75.32013242448151]
  我々はロバスト成分分析のためのアルゴリズムを設計する(A) 行列を低主行列とスパース主行列の和に分解する。
  論文  参考訳（メタデータ） (2023-07-12T03:48:26Z)
• Otsu based Differential Evolution Method for Image Segmentation [0.0]
  本稿では,衛星画像分割のためのOtsuに基づく微分進化法を提案する。 人工ビーコロニー(MABC)、人工ビーコロニー(ABC)、遺伝的アルゴリズム(GA)、粒子群最適化(PSO)の4つの方法と比較される。
  論文  参考訳（メタデータ） (2022-10-18T17:21:24Z)
• Sub-Image Histogram Equalization using Coot Optimization Algorithm for Segmentation and Parameter Selection [0.0]
  平均および分散に基づくサブイメージヒストグラム等化(MVSIHE)アルゴリズムは,これらのコントラスト強化手法の1つである。 本研究では,直近の最適化アルゴリズム,すなわちcoot Optimization algorithm(COA)を用いて,MVSIHEアルゴリズムの適切なパラメータを選択する。 その結果, バイオメディカル画像処理の分野では, 提案手法が有効であることが示唆された。
  論文  参考訳（メタデータ） (2022-05-31T06:51:45Z)
• Regret Bounds for Expected Improvement Algorithms in Gaussian Process Bandit Optimization [63.8557841188626]
  期待されている改善(EI)アルゴリズムは、不確実性の下で最適化するための最も一般的な戦略の1つである。 本稿では,GP予測平均を通した標準既存値を持つEIの変種を提案する。 我々のアルゴリズムは収束し、$mathcal O(gamma_TsqrtT)$の累積後悔境界を達成することを示す。
  論文  参考訳（メタデータ） (2022-03-15T13:17:53Z)
• Hybrid Ant Swarm-Based Data Clustering [2.1528321119061693]
  アリクラスタリングアルゴリズム(ACA)をハイブリッドアリクラスタリングアルゴリズム(hACA)に拡張する。 具体的には, 遺伝的アルゴリズムを標準ACAに組み込んで, ハイブリットアルゴリズムを改良し, 性能を向上する。 また、クラスタリングのパフォーマンスを高速化するために、新しいピックアップとドロップのルールを導入しました。
  論文  参考訳（メタデータ） (2021-07-11T16:43:11Z)
• Uniform-PAC Bounds for Reinforcement Learning with Linear Function Approximation [92.3161051419884]
  線形関数近似を用いた強化学習について検討する。 既存のアルゴリズムは、高い確率的後悔と/またはおよそ正当性(PAC)サンプルの複雑さの保証しか持たない。 我々はFLUTEと呼ばれる新しいアルゴリズムを提案し、高い確率で最適ポリシーへの均一PAC収束を享受する。
  論文  参考訳（メタデータ） (2021-06-22T08:48:56Z)
• Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
  通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。 我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。 我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
  論文  参考訳（メタデータ） (2021-06-08T15:54:44Z)
• Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
  そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。 我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。 数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2020-11-18T16:40:45Z)
• Masked Face Image Classification with Sparse Representation based on Majority Voting Mechanism [4.451150873349085]
  I implement the Orthogonal Matching Pursuit (OMP) algorithm and Sparse Representation-based Classification (SRC) algorithm。 この結果は、SRCアルゴリズムと組み合わせたOMPアルゴリズムが、98.4%の精度でマスクされた顔画像分類よりも優れていることを示している。
  論文  参考訳（メタデータ） (2020-11-09T16:55:14Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)

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。