Fugu-MT 論文翻訳(概要): Phase Retrieval using Single-Instance Deep Generative Prior

論文の概要: Phase Retrieval using Single-Instance Deep Generative Prior

arxiv url: http://arxiv.org/abs/2106.04812v1
Date: Wed, 9 Jun 2021 05:11:33 GMT
ステータス: 処理完了
システム内更新日: 2021-06-11 06:10:58.407789
Title: Phase Retrieval using Single-Instance Deep Generative Prior
Title（参考訳）: 単インスタンス深部生成プリミティブを用いた位相検索
Authors: Kshitij Tayal, Raunak Manekar, Zhong Zhuang, David Yang, Vipin Kumar, Felix Hofmann, Ju Sun
Abstract要約: 位相探索のための深層学習手法はいくつか存在するが、そのほとんどは正確な支援情報なしで現実的なデータで失敗している。複素数値結晶データによく作用する単一インスタンスの深部生成先行に基づく新しい手法を提案する。
参考スコア（独自算出の注目度）: 10.515930231361205
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Several deep learning methods for phase retrieval exist, but most of them fail on realistic data without precise support information. We propose a novel method based on single-instance deep generative prior that works well on complex-valued crystal data.
Abstract（参考訳）: 位相探索のための深層学習手法はいくつか存在するが、そのほとんどは正確な支援情報なしで現実的なデータで失敗している。複素数値結晶データによく作用する単一インスタンスの深部生成先行に基づく新しい手法を提案する。

関連論文リスト

Zero-Shot Self-Consistency Learning for Seismic Irregular Spatial Sampling Reconstruction [6.313946204460284]
本稿では,ゼロショットの自己整合性学習戦略を提案し,地震データ再構成に極めて軽量なネットワークを用いる。提案手法は追加のデータセットを必要とせず,データの各部分間の相関を利用して自己整合学習損失関数を設計する。
論文参考訳（メタデータ） (2024-11-01T11:59:28Z)
RPS: A Generic Reservoir Patterns Sampler [1.09784964592609]
本稿では,ストリーミングバッチデータからの直接パターンサンプリングを容易にするために,重み付き貯水池を利用する手法を提案する。本稿では、時間的バイアスに対処し、逐次的、重み付け、および非重み付けを含む様々なパターンタイプを処理できる汎用アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-10-31T16:25:21Z)
Not All Samples Should Be Utilized Equally: Towards Understanding and Improving Dataset Distillation [57.6797306341115]
我々は,サンプル難易度の観点から,マッチングに基づくDD手法の理解に向けて最初の一歩を踏み出した。次に、データプルーニングのニューラルネットワークスケーリング法則をDDに拡張し、これらのマッチングベースの手法を理論的に説明する。 SDC(Sampple Difficulty Correction)アプローチを導入し、より簡単なサンプルを生成して、より高いデータセット品質を実現する。
論文参考訳（メタデータ） (2024-08-22T15:20:32Z)
Generalizing Dataset Distillation via Deep Generative Prior [75.9031209877651]
本稿では,データセット全体の知識をいくつかの合成画像に抽出することを提案する。このアイデアは、学習アルゴリズムにトレーニングデータとして与えられる少数の合成データポイントを合成し、結果として元のデータに基づいてトレーニングされたデータを近似するモデルを構築する。生成モデルの潜在空間における複数の中間特徴ベクトルに多数の画像を蒸留する新しい最適化アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-05-02T17:59:31Z)
Large-scale Pre-trained Models are Surprisingly Strong in Incremental Novel Class Discovery [76.63807209414789]
我々は,クラスiNCDにおける現状問題に挑戦し,クラス発見を継続的に,真に教師なしで行う学習パラダイムを提案する。凍結したPTMバックボーンと学習可能な線形分類器から構成される単純なベースラインを提案する。
論文参考訳（メタデータ） (2023-03-28T13:47:16Z)
Data Distillation: A Survey [32.718297871027865]
ディープラーニングは、膨大な数の大規模および多言語データセットのキュレーションにつながった。個々のタスクで人間に近いパフォーマンスを持つにもかかわらず、大規模なデータセットでパラメータハングリーモデルをトレーニングすることは、多面的な問題を引き起こす。データ蒸留アプローチは、元のデータセットの効果的なドロップイン置換として機能する、簡潔なデータ要約を合成することを目的としている。
論文参考訳（メタデータ） (2023-01-11T02:25:10Z)
Practical Phase Retrieval Using Double Deep Image Priors [2.537406035246369]
本稿では,難易度の高い遠距離PR(FFPR)に着目し,ダブルディープ画像を用いた新しい手法を提案する。現実的な評価では,提案手法は競合する全ての手法よりも大きなマージンで優れる。
論文参考訳（メタデータ） (2022-11-02T00:37:51Z)
DC-BENCH: Dataset Condensation Benchmark [79.18718490863908]
この研究は、データセットの凝縮に関する最初の大規模標準ベンチマークを提供する。それは、凝縮法の生成可能性と有効性を包括的に反映する一連の評価から成り立っている。ベンチマークライブラリは、将来の研究とアプリケーションを容易にするためにオープンソース化されている。
論文参考訳（メタデータ） (2022-07-20T03:54:05Z)
An Investigation of Replay-based Approaches for Continual Learning [79.0660895390689]
連続学習(CL)は機械学習(ML)の大きな課題であり、破滅的忘れ(CF)を伴わずに連続的に複数のタスクを学習する能力を記述する。いくつかの解クラスが提案されており、その単純さと堅牢性から、いわゆるリプレイベースのアプローチは非常に有望であるように思われる。連続学習におけるリプレイに基づくアプローチを実証的に検討し,応用の可能性を評価する。
論文参考訳（メタデータ） (2021-08-15T15:05:02Z)
Learning Topology from Synthetic Data for Unsupervised Depth Completion [66.26787962258346]
画像から高密度深度マップとスパース深度測定を推定する手法を提案する。我々は,疎点雲と密度の高い自然形状の関係を学習し,その画像を用いて予測深度マップの検証を行う。
論文参考訳（メタデータ） (2021-06-06T00:21:12Z)

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。