論文の概要: A modular software framework for the design and implementation of ptychography algorithms

• arxiv url: http://arxiv.org/abs/2205.04295v1
• Date: Fri, 6 May 2022 16:32:37 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-10 17:52:48.514072
• Title: A modular software framework for the design and implementation of ptychography algorithms
• Title（参考訳）: ptychographyアルゴリズムの設計と実装のためのモジュール型ソフトウェアフレームワーク
• Authors: Francesco Guzzi, George Kourousias, Fulvio Bill\`e, Roberto Pugliese, Alessandra Gianoncelli, Sergio Carrato
• Abstract要約: 我々は,Pychographyデータセットをシミュレートし,最先端の再構築アルゴリズムをテストすることを目的とした,新しいptychographyソフトウェアフレームワークであるSciComを紹介する。 その単純さにもかかわらず、ソフトウェアはPyTorchインターフェースによる高速化処理を利用する。 結果は合成データと実データの両方で示される。
• 参考スコア（独自算出の注目度）: 55.41644538483948
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Computational methods are driving high impact microscopy techniques such as ptychography. However, the design and implementation of new algorithms is often a laborious process, as many parts of the code are written in close-to-the-hardware programming constructs to speed up the reconstruction. In this paper, we present SciComPty, a new ptychography software framework aiming at simulating ptychography datasets and testing state-of-the-art and new reconstruction algorithms. Despite its simplicity, the software leverages GPU accelerated processing through the PyTorch CUDA interface. This is essential to design new methods that can readily be employed. As an example, we present an improved position refinement method based on Adam and a new version of the rPIE algorithm, adapted for partial coherence setups. Results are shown on both synthetic and real datasets. The software is released as open-source.
• Abstract（参考訳）: 計算手法がptychographyのような高衝撃顕微鏡技術を動かしている。 しかし、新しいアルゴリズムの設計と実装は、コードの多くの部分が、再構築をスピードアップするために、ハードウエアなプログラミング構造で書かれているため、しばしば面倒なプロセスである。 本稿では,Pychographyデータセットのシミュレートと,最先端および新しい再構築アルゴリズムのテストを目的とした,新しいptychographyソフトウェアフレームワークであるSciComPtyを提案する。 その単純さにもかかわらず、このソフトウェアはPyTorch CUDAインターフェースを通じてGPUアクセラレーション処理を利用する。 これは、容易に使える新しいメソッドを設計するのに不可欠です。 例として、Adamに基づく位置改善手法と、部分的コヒーレンス設定に適応したrPIEアルゴリズムの新バージョンを提案する。 結果は合成データと実データの両方で示される。 ソフトウェアはオープンソースとしてリリースされている。

関連論文リスト

• Efficient Compilation for Shuttling Trapped-Ion Machines via the Position Graph Architectural Abstraction [0.9199465050084297]
  この研究は、異なるタイプのハードウェアアーキテクチャのための、位置グラフと呼ばれる新しい統一抽象化を提示している。 我々は、トラップイオン量子電荷結合デバイス(QCCD)アーキテクチャをモデル化し、高品質で超伝導のスケーラブルなコンパイル方法を実現する。 このアプローチは、シャットリングベースの量子コンピュータの物理的制約に従うハードウェア上で、ネイティブで実行可能な回路とイオン命令を生成する。
  論文  参考訳（メタデータ） (2025-01-21T19:39:03Z)
• Differentiable Forward Projector for X-ray Computed Tomography [6.1868857343691115]
  データ駆動型深層学習は、様々な計算トモグラフィー再構成問題にうまく適用されている。 本稿では,予測画像と元の計測値との整合性を確保するために,精度の高い前方・後方プロジェクションソフトウェアライブラリを提案する。
  論文  参考訳（メタデータ） (2023-07-11T20:52:46Z)
• Benchpress: A Scalable and Versatile Workflow for Benchmarking Structure Learning Algorithms [1.7188280334580197]
  確率的グラフィカルモデルは、データ生成メカニズムをモデル化するための一般的なアプローチである。 我々は、スケーラブルで再現性があり、プラットフォームに依存しないベンチマークを作成するために、Benchpressという新しいSnakemakeワークフローを提案する。 ベイジアンネットワークを5つの典型的なデータシナリオで学習するためのこのワークフローの適用性を実証する。
  論文  参考訳（メタデータ） (2021-07-08T14:19:28Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Process Discovery for Structured Program Synthesis [70.29027202357385]
  プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。 本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。 我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
  論文  参考訳（メタデータ） (2020-08-13T10:33:10Z)
• Predictive Coding Approximates Backprop along Arbitrary Computation Graphs [68.8204255655161]
  我々は、コア機械学習アーキテクチャを予測的符号化に翻訳する戦略を開発する。 私たちのモデルは、挑戦的な機械学習ベンチマークのバックプロップと同等に機能します。 本手法は,ニューラルネットワークに標準機械学習アルゴリズムを直接実装できる可能性を高める。
  論文  参考訳（メタデータ） (2020-06-07T15:35:47Z)
• MPLP++: Fast, Parallel Dual Block-Coordinate Ascent for Dense Graphical Models [96.1052289276254]
  この研究は、人気のあるDual Block-Coordinate Ascent原則に基づく新しいMAP-solverを導入している。 驚いたことに、性能の低い解法に小さな変更を加えることで、既存の解法を大きなマージンで大幅に上回る新しい解法MPLP++を導出します。
  論文  参考訳（メタデータ） (2020-04-16T16:20:53Z)
• Image Matching across Wide Baselines: From Paper to Practice [80.9424750998559]
  局所的な特徴とロバストな推定アルゴリズムの包括的なベンチマークを導入する。 パイプラインのモジュール構造は、さまざまなメソッドの容易な統合、構成、組み合わせを可能にします。 適切な設定で、古典的な解決策は依然として芸術の知覚された状態を上回る可能性があることを示す。
  論文  参考訳（メタデータ） (2020-03-03T15:20:57Z)

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。