論文の概要: Benchmarking learned non-Cartesian k-space trajectories and
reconstruction networks
- arxiv url: http://arxiv.org/abs/2201.11356v1
- Date: Thu, 27 Jan 2022 07:33:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-28 14:46:18.589751
- Title: Benchmarking learned non-Cartesian k-space trajectories and
reconstruction networks
- Title(参考訳): 非カルト的k空間軌跡と再構成ネットワークのベンチマーク学習
- Authors: Chaithya G R (NEUROSPIN, PARIETAL), Philippe Ciuciu (NEUROSPIN,
PARIETAL)
- Abstract要約: PILOT, BJORK, および最近開発された一般化ハイブリッド学習(HybLearn)フレームワークと比較した。
本稿では,MRスキャナのハードウェア制約を,コスト関数に付加的なペナルティを使用する場合と比較して,予測勾配勾配を用いた場合の利点を示す。
- 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 benchmark the current existing methods to jointly learn non-Cartesian
k-space trajectory and reconstruction: PILOT, BJORK, and compare them with
those obtained from the recently developed generalized hybrid learning
(HybLearn) framework. We present the advantages of using projected gradient
descent to enforce MR scanner hardware constraints as compared to using added
penalties in the cost function. Further, we use the novel HybLearn scheme to
jointly learn and compare our results through a retrospective study on fastMRI
validation dataset.
- Abstract(参考訳): 本稿では,非カルテ的k空間軌道と再構成を共同で学習するための既存の手法であるpilot,bjorkをベンチマークし,最近開発されたhyblearn(generalized hybrid learning)フレームワークから得られたものと比較する。
本稿では,MRスキャナのハードウェア制約を,コスト関数に付加的なペナルティを使用する場合と比較して,予測勾配勾配を用いた場合の利点を示す。
さらに,このhyblearnスキームを用いてfastmriバリデーションデータセットのふりかえり調査を行い,結果の学習と比較を行った。
関連論文リスト
- VEC-SBM: Optimal Community Detection with Vectorial Edges Covariates [67.51637355249986]
本稿では,コミュニティ検出のための統計フレームワークであるブロックモデル(SBM)の拡張について検討する。
本稿では,反復的改良手法に基づく新しいアルゴリズムを提案し,潜在コミュニティを最適に回復することを示す。
コミュニティ検出プロセスにおいて,エッジ側情報を活用する付加価値を厳格に評価する。
論文 参考訳(メタデータ) (2024-02-29T02:19:55Z) - Retrieval-Based Reconstruction For Time-series Contrastive Learning [67.90328731570712]
本稿では,Retrieval-Based Reconstruction (REBAR) のコントラスト学習について紹介する。
まず、畳み込み型クロスアテンションアーキテクチャを用いて、2つの異なる時系列間のREBAR誤差を計算する。
本稿では,REBARエラーが相互クラスメンバシップの予測子であることを示し,正負のラベル付けとしての利用を正当化する。
論文 参考訳(メタデータ) (2023-11-01T13:44:45Z) - Continual Contrastive Spoken Language Understanding [35.06274474639964]
COCONUTは、経験リプレイとコントラスト学習の組み合わせに依存するクラスインクリメンタルラーニング(CIL)手法である。
我々は,COCONUTをデコーダ側で動作するメソッドと組み合わせることで,さらなるメトリクス改善を実現することを示す。
論文 参考訳(メタデータ) (2023-10-04T10:09:12Z) - An Empirical Analysis of Recurrent Learning Algorithms In Neural Lossy
Image Compression Systems [73.48927855855219]
近年のディープラーニングの進歩により、JPEGとJPEG 2000を標準のKodakベンチマークで上回る画像圧縮アルゴリズムが実現している。
本稿では,最近の最先端ハイブリッドニューラル圧縮アルゴリズムの大規模比較を行う。
論文 参考訳(メタデータ) (2022-01-27T19:47:51Z) - Conformer-based Hybrid ASR System for Switchboard Dataset [99.88988282353206]
本稿では,競争力のあるコンバータベースハイブリッドモデルトレーニングレシピを提示し,評価する。
本研究は,単語誤り率の向上と学習速度向上のための異なる訓練側面と手法について検討する。
我々はSwitchboard 300hデータセットで実験を行い、コンバータベースのハイブリッドモデルは競争力のある結果を得る。
論文 参考訳(メタデータ) (2021-11-05T12:03:18Z) - Self-Supervised Learning for MRI Reconstruction with a Parallel Network
Training Framework [24.46388892324129]
提案手法は柔軟であり,既存のディープラーニング手法にも適用可能である。
本手法の有効性を、オープン脳MRIデータセットを用いて評価する。
論文 参考訳(メタデータ) (2021-09-26T06:09:56Z) - Automated Audio Captioning using Transfer Learning and Reconstruction
Latent Space Similarity Regularization [21.216783537997426]
本稿では,PANNが自動音声キャプチャータスクに提供した音響特性をよりよく活用するアーキテクチャを提案する。
また、新しい自己監督型ラテント空間類似度正規化(RLSSR)も導入する。
論文 参考訳(メタデータ) (2021-08-10T13:49:41Z) - Improving Music Performance Assessment with Contrastive Learning [78.8942067357231]
本研究では,既存のMPAシステムを改善するための潜在的手法として,コントラスト学習について検討する。
畳み込みニューラルネットワークに適用された回帰タスクに適した重み付きコントラスト損失を導入する。
この結果から,MPA回帰タスクにおいて,コントラッシブ・ベースの手法がSoTA性能に適合し,超越できることが示唆された。
論文 参考訳(メタデータ) (2021-08-03T19:24:25Z) - PredRNN: A Recurrent Neural Network for Spatiotemporal Predictive
Learning [109.84770951839289]
歴史的文脈からビジュアルダイナミクスを学習するための新しいリカレントネットワークであるPredRNNを紹介する。
本手法は,3つの標準データセット上で高い競争結果が得られることを示す。
論文 参考訳(メタデータ) (2021-03-17T08:28:30Z) - Learning ODE Models with Qualitative Structure Using Gaussian Processes [0.6882042556551611]
多くのコンテキストにおいて、明示的なデータ収集は高価であり、学習アルゴリズムはデータ効率が良くなければならない。
スパースガウス過程を用いて微分方程式のベクトル場を学習する手法を提案する。
この組み合わせにより,外挿性能と長期的挙動が大幅に向上し,計算コストの低減が図られる。
論文 参考訳(メタデータ) (2020-11-10T19:34:07Z) - A Comparative Study of Existing and New Deep Learning Methods for
Detecting Knee Injuries using the MRNet Dataset [9.808620526969648]
この研究は、スタンフォードのMRNetデータセットを利用して膝関節損傷を検出する既存の技術と新しい技術の比較研究である。
すべてのアプローチはディープラーニングに基づいており、転送学習とスクラッチからトレーニングされたディープ残差ネットワークの比較性能について検討する。
論文 参考訳(メタデータ) (2020-10-05T12:27:18Z)
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。