論文の概要: Probabilistic PolarGMM: Unsupervised Cluster Learning of Very Noisy
Projection Images of Unknown Pose
- arxiv url: http://arxiv.org/abs/2206.12959v1
- Date: Sun, 26 Jun 2022 20:20:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-28 14:18:02.308332
- Title: Probabilistic PolarGMM: Unsupervised Cluster Learning of Very Noisy
Projection Images of Unknown Pose
- Title(参考訳): 確率的polargmm:未知ポーズの非常にノイズの投影画像の教師なしクラスタ学習
- Authors: Supawit Chockchowwat, Chandrajit L. Bajaj
- Abstract要約: 本研究では,予測(EM)アルゴリズムを用いてソフトクラスタを教師なしで学習する方法を示す。
得られた回転クラスターは、ペアのアライメント不完全な存在に対して堅牢である。
シミュレーションされたCryo-EMデータセットのベンチマークでは、標準の単一粒子Cryo-EMツールと比較して、PolarGMMのパフォーマンスが向上している。
- 参考スコア(独自算出の注目度): 0.5156484100374059
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A crucial step in single particle analysis (SPA) of cryogenic electron
microscopy (Cryo-EM), 2D classification and alignment takes a collection of
noisy particle images to infer orientations and group similar images together.
Averaging these aligned and clustered noisy images produces a set of clean
images, ready for further analysis such as 3D reconstruction. Fourier-Bessel
steerable principal component analysis (FBsPCA) enables an efficient,
adaptable, low-rank rotation operator. We extend the FBsPCA to additionally
handle translations. In this extended FBsPCA representation, we use a
probabilistic polar-coordinate Gaussian mixture model to learn soft clusters in
an unsupervised fashion using an expectation maximization (EM) algorithm. The
obtained rotational clusters are thus additionally robust to the presence of
pairwise alignment imperfections. Multiple benchmarks from simulated Cryo-EM
datasets show probabilistic PolarGMM's improved performance in comparisons with
standard single-particle Cryo-EM tools, EMAN2 and RELION, in terms of various
clustering metrics and alignment errors.
- Abstract(参考訳): 極低温電子顕微鏡(cryo-em)の単一粒子分析(spa)において重要なステップである2d分類とアライメントは、ノイズの粒子画像の収集によって配向を推定し、類似の画像をグループ化する。
これらのアライメントとクラスタリングされたノイズの画像を平均化すると、クリーンな画像が生成され、3D再構成などのさらなる分析の準備が整う。
Fourier-Bessel steerable principal component analysis (FBsPCA) は、効率的で適応性の高いローランク回転演算子を実現する。
FBsPCAを拡張して翻訳も処理します。
この拡張FBsPCA表現では、確率的極座標ガウス混合モデルを用いて、予測最大化(EM)アルゴリズムを用いて、教師なしの方法でソフトクラスタを学習する。
したがって、得られた回転クラスターは、ペアアライメントの不完全性の存在にさらに頑健である。
シミュレーションされたCryo-EMデータセットからの複数のベンチマークは、標準的な単一粒子Cryo-EMツールであるEMAN2とRELIONと比較して、様々なクラスタリングメトリクスとアライメントエラーの観点から確率論的PolaGMMの性能改善を示している。
関連論文リスト
- A consensus-constrained parsimonious Gaussian mixture model for
clustering hyperspectral images [0.0]
食品エンジニアは、ハイパースペクトル画像を使用して、食品サンプルのタイプと品質を分類する。
これらの手法を訓練するには、各トレーニング画像の各ピクセルにラベルを付ける必要がある。
ハイパースペクトル画像に画素をラベル付けするために, コンセンサス制約付き擬似ガウス混合モデル (ccPGMM) を提案する。
論文 参考訳(メタデータ) (2024-03-05T22:23:43Z) - Bridging Distribution Learning and Image Clustering in High-dimensional
Space [9.131712404284876]
分布学習は、データサンプルの集合から確率密度関数を学習することに焦点を当てる。
クラスタリングは、教師なしの方法で類似したオブジェクトをまとめることを目的としています。
本稿では,オートエンコーダを用いて画像の高次元ラテント空間への符号化を行う。
論文 参考訳(メタデータ) (2023-08-29T23:35:36Z) - Compound Batch Normalization for Long-tailed Image Classification [77.42829178064807]
本稿では,ガウス混合に基づく複合バッチ正規化法を提案する。
機能空間をより包括的にモデル化し、ヘッドクラスの優位性を減らすことができる。
提案手法は,画像分類における既存の手法よりも優れている。
論文 参考訳(メタデータ) (2022-12-02T07:31:39Z) - Latent Space Diffusion Models of Cryo-EM Structures [6.968705314671148]
我々は、CryoDRGNフレームワークにおいて、表現的で学習可能な拡散モデルをトレーニングする。
データ分布の正確なモデルを学習することにより、生成モデリング、サンプリング、分布解析のツールを解放する。
論文 参考訳(メタデータ) (2022-11-25T15:17:10Z) - Likelihood Adjusted Semidefinite Programs for Clustering Heterogeneous
Data [16.153709556346417]
クラスタリングは広くデプロイされた学習ツールである。
iLA-SDPはEMよりも感度が低く、高次元データでは安定である。
論文 参考訳(メタデータ) (2022-09-29T21:03:13Z) - A new perspective on probabilistic image modeling [92.89846887298852]
本稿では,密度推定,サンプリング,トラクタブル推論が可能な画像モデリングのための新しい確率論的手法を提案する。
DCGMMは、CNNのように、ランダムな初期条件からSGDによってエンドツーエンドに訓練することができる。
本研究は,近年のPCおよびSPNモデルと,推論,分類,サンプリングの観点から比較した。
論文 参考訳(メタデータ) (2022-03-21T14:53:57Z) - Kernel learning approaches for summarising and combining posterior
similarity matrices [68.8204255655161]
我々は,ベイズクラスタリングモデルに対するMCMCアルゴリズムの出力を要約するための新しいアプローチを提案するために,後部類似性行列(PSM)の概念を構築した。
我々の研究の重要な貢献は、PSMが正の半定値であり、したがって確率的に動機付けられたカーネル行列を定義するのに使用できることである。
論文 参考訳(メタデータ) (2020-09-27T14:16:14Z) - Residual-driven Fuzzy C-Means Clustering for Image Segmentation [152.609322951917]
画像分割のための残留駆動型ファジィC平均(FCM)について詳述する。
この枠組みに基づいて,混合雑音分布の重み付けによる重み付き$ell_2$-norm忠実度項を示す。
その結果、既存のFCM関連アルゴリズムよりも提案アルゴリズムの有効性と効率が優れていることが示された。
論文 参考訳(メタデータ) (2020-04-15T15:46:09Z) - Kullback-Leibler Divergence-Based Fuzzy $C$-Means Clustering
Incorporating Morphological Reconstruction and Wavelet Frames for Image
Segmentation [152.609322951917]
そこで我々は,厳密なウェーブレットフレーム変換と形態的再構成操作を組み込むことで,Kulback-Leibler (KL) 発散に基づくFuzzy C-Means (FCM) アルゴリズムを考案した。
提案アルゴリズムはよく機能し、他の比較アルゴリズムよりもセグメンテーション性能が優れている。
論文 参考訳(メタデータ) (2020-02-21T05:19:10Z) - Residual-Sparse Fuzzy $C$-Means Clustering Incorporating Morphological
Reconstruction and Wavelet frames [146.63177174491082]
Fuzzy $C$-Means (FCM)アルゴリズムは、形態的再構成操作とタイトウェーブレットフレーム変換を組み込んでいる。
特徴集合とその理想値の間の残差に対して$ell_0$正規化項を付与することにより、改良されたFCMアルゴリズムを提案する。
合成, 医用, カラー画像に対する実験結果から, 提案アルゴリズムは効率的かつ効率的であり, 他のアルゴリズムよりも優れていた。
論文 参考訳(メタデータ) (2020-02-14T10:00:03Z)
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。