論文の概要: Rethinking the modeling of the instrumental response of telescopes with
a differentiable optical model
- arxiv url: http://arxiv.org/abs/2111.12541v1
- Date: Wed, 24 Nov 2021 15:24:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-25 17:40:30.471842
- Title: Rethinking the modeling of the instrumental response of telescopes with
a differentiable optical model
- Title(参考訳): 微分可能な光学モデルを用いた望遠鏡のインストゥルメンタル応答のモデル化
- Authors: Tobias Liaudat and Jean-Luc Starck and Martin Kilbinger and
Pierre-Antoine Frugier
- Abstract要約: 本稿では、望遠鏡の機器応答場のデータ駆動モデリングにおけるパラダイムシフトを提案する。
モデリングフレームワークに微分可能な光フォワードモデルを追加することにより、データ駆動モデリング空間をピクセルからウェーブフロントに変更する。
我々のフレームワークは、物理的に動機づけられ、解釈可能で、特別なキャリブレーションデータを必要としない強力なモデルを構築するための前進を可能にします。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a paradigm shift in the data-driven modeling of the instrumental
response field of telescopes. By adding a differentiable optical forward model
into the modeling framework, we change the data-driven modeling space from the
pixels to the wavefront. This allows to transfer a great deal of complexity
from the instrumental response into the forward model while being able to adapt
to the observations, remaining data-driven. Our framework allows a way forward
to building powerful models that are physically motivated, interpretable, and
that do not require special calibration data. We show that for a simplified
setting of a space telescope, this framework represents a real performance
breakthrough compared to existing data-driven approaches with reconstruction
errors decreasing 5 fold at observation resolution and more than 10 fold for a
3x super-resolution. We successfully model chromatic variations of the
instrument's response only using noisy broad-band in-focus observations.
- Abstract(参考訳): 望遠鏡の機器応答場のデータ駆動モデリングにおけるパラダイムシフトを提案する。
モデリングフレームワークに微分可能な光フォワードモデルを追加することにより、データ駆動モデリング空間をピクセルからウェーブフロントに変更する。
これにより、計器的な応答から前方モデルに大量の複雑さを移すことができ、観測結果に適応し、データ駆動に留まることができます。
私たちのフレームワークは、物理的にモチベーションがあり、解釈可能で、特別なキャリブレーションデータを必要としない強力なモデルを構築する方法を可能にします。
宇宙望遠鏡の簡易な設定では, 従来のデータ駆動方式と比較して, 再構成誤差が観測分解能で5倍, 3倍超分解能で10倍以上減少するのに対し, 実際の性能のブレークスルーを示す。
ノイズの多い広帯域インフォーカス観測のみを用いて,反応の色変化をモデル化した。
関連論文リスト
- Diffusion Models Trained with Large Data Are Transferable Visual Models [51.9937114613558]
そこで本研究では,適度な量の目標データを用いて,基本的な視覚知覚タスクにおいて顕著な伝達性能を実現することができることを示す。
結果は、様々なタスクや実世界のデータセットにまたがる拡散モデルのバックボーンの顕著な転送可能性を示している。
論文 参考訳(メタデータ) (2024-03-10T04:23:24Z) - OtterHD: A High-Resolution Multi-modality Model [57.16481886807386]
OtterHD-8Bは、高解像度の視覚入力を粒度精度で解釈するために設計された革新的なマルチモーダルモデルである。
本研究は,大規模マルチモーダルモデルにおける柔軟性と高分解能入力能力の重要な役割を明らかにする。
論文 参考訳(メタデータ) (2023-11-07T18:59:58Z) - Refined Equivalent Pinhole Model for Large-scale 3D Reconstruction from
Spaceborne CCD Imagery [1.4019041243188557]
線状電荷結合衛星画像のための大規模地球表面再構成パイプラインを提案する。
その結果,再現精度は画像サイズに比例することがわかった。
画像改善モデルは再建の精度と完全性を大幅に向上させた。
論文 参考訳(メタデータ) (2023-10-31T01:30:57Z) - Point spread function modelling for astronomical telescopes: a review
focused on weak gravitational lensing studies [2.967246997200238]
ポイントスプレッド関数(PSF)の正確なモデリングは、天文学的な観測において最も重要である。
本稿では,より物理的に高強度なPSFモデリングに必要な光学的背景を紹介する。
我々は,光学・検出器レベルのコントリビュータや大気など,PSFの様々な物理的コントリビュータについて概説する。
論文 参考訳(メタデータ) (2023-06-12T19:01:50Z) - Neural Lens Modeling [50.57409162437732]
NeuroLens(ニューロレンス)は、点投影と光線鋳造に使用できる歪みと磁化のための神経レンズモデルである。
古典的なキャリブレーションターゲットを使用してプリキャプチャのキャリブレーションを行うことができ、後に3D再構成の際にキャリブレーションやリファインメントを行うために使用できる。
このモデルは、多くのレンズタイプにまたがって一般化されており、既存の3D再構成とレンダリングシステムとの統合は容易である。
論文 参考訳(メタデータ) (2023-04-10T20:09:17Z) - VTAE: Variational Transformer Autoencoder with Manifolds Learning [144.0546653941249]
深層生成モデルは、多くの潜伏変数を通して非線形データ分布の学習に成功している。
ジェネレータの非線形性は、潜在空間がデータ空間の不満足な射影を示し、表現学習が不十分になることを意味する。
本研究では、測地学と正確な計算により、深部生成モデルの性能を大幅に向上させることができることを示す。
論文 参考訳(メタデータ) (2023-04-03T13:13:19Z) - Unifying Flow, Stereo and Depth Estimation [121.54066319299261]
本稿では3つの動作と3次元知覚タスクのための統一的な定式化とモデルを提案する。
これら3つのタスクを、統一された高密度対応マッチング問題として定式化する。
我々のモデルは、モデルアーキテクチャとパラメータがタスク間で共有されているため、自然にクロスタスク転送を可能にします。
論文 参考訳(メタデータ) (2022-11-10T18:59:54Z) - Attention-based Modeling of Physical Systems: Improved Latent
Representations [1.4502611532302039]
本研究では,異なる位置における関連測定に基づいて,任意の空間点における量に対する注意に基づくモデリングを提案する。
提案手法では,コンバータエンコーダを用いて計測と読み出し位置の処理を行う。
我々のモデルは、グラフ要素ネットワークや条件付きニューラルプロセスのような最先端モデルよりも一貫して優れています。
論文 参考訳(メタデータ) (2022-10-20T13:42:20Z) - Rethinking data-driven point spread function modeling with a
differentiable optical model [0.19947949439280027]
天文学において、広視野光学機器を持つ近日宇宙望遠鏡は、空間的に異なる点拡散関数(PSF)を持つ。
現在のデータ駆動型PSFモデルは空間変動や超解像に対処できるが、色の変化を捉えることはできない。
モデリングフレームワークに微分可能な光フォワードモデルを追加することにより、データ駆動モデリング空間をピクセルからウェーブフロントに変更する。
論文 参考訳(メタデータ) (2022-03-09T17:39:18Z) - PaMIR: Parametric Model-Conditioned Implicit Representation for
Image-based Human Reconstruction [67.08350202974434]
本研究では,パラメトリックボディモデルと自由形深部暗黙関数を組み合わせたパラメトリックモデル記述型暗黙表現(PaMIR)を提案する。
本手法は, 挑戦的なポーズや衣料品のタイプにおいて, 画像に基づく3次元再構築のための最先端性能を実現する。
論文 参考訳(メタデータ) (2020-07-08T02:26:19Z) - Variational State-Space Models for Localisation and Dense 3D Mapping in
6 DoF [17.698319441265223]
深部状態空間モデルにおける近似ベイズ推定として,空間環境における6-DoFの局所化と3次元密度再構成の問題を解く。
この結果、現在の最先端のビジュアルSLAMソリューションに欠ける、世界の表現力のある予測モデルが生まれる。
我々は、最先端のビジュアル・慣性オドメトリーシステムの性能に近づいた、現実的な無人航空機の飛行データに対するアプローチを評価した。
論文 参考訳(メタデータ) (2020-06-17T22:06:35Z)
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。