Fugu-MT 論文翻訳(概要): Correction Algorithm of Sampling Effect and Its Application

論文の概要: Correction Algorithm of Sampling Effect and Its Application

arxiv url: http://arxiv.org/abs/2207.00004v1
Date: Sat, 25 Jun 2022 17:44:47 GMT
ステータス: 処理完了
システム内更新日: 2022-07-10 14:17:41.150712
Title: Correction Algorithm of Sampling Effect and Its Application
Title（参考訳）: サンプリング効果の補正アルゴリズムとその応用
Authors: Yunqi Sun, Jianfeng Zhou
Abstract要約: 本稿では,サンプリング効果を高精度に解いた変調過程の補正アルゴリズムを提案する。本アルゴリズムは,完全連続ガウス画像と選択されたデジタル化画像を用いて,ガウス画像の精度が106倍,シャノン画像の102倍,シャノン画像の101倍,およびデジタル化画像の105倍の精度向上を示す。
参考スコア（独自算出の注目度）: 3.6927322677693795
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The sampling effect of the imaging acquisition device is long considered to be a modulation process of the input signal, introducing additional error into the signal acquisition process. This paper proposes a correction algorithm for the modulation process that solves the sampling effect with high accuracy. We examine the algorithm with perfect continuous Gaussian images and selected digitized images, which indicate an accuracy increase of 106 for Gaussian images, 102 at 15 times of Shannon interpolation for digitized images, and 105 at 101 times of Shannon interpolation for digitized images. The accuracy limit of the Gaussian image comes from the truncation error, while the accuracy limit of the digitized images comes from their finite resolution, which can be improved by increasing the time of Shannon interpolation.
Abstract（参考訳）: 撮像取得装置のサンプリング効果は、入力信号の変調処理であると考えられており、信号取得プロセスに追加の誤差が生じる。本稿では,サンプリング効果を高精度に解いた変調過程の補正アルゴリズムを提案する。このアルゴリズムは,完全連続ガウス画像と選択されたデジタル画像を用いて検討し,ガウス画像の106倍,シャノン補間の15倍,シャノン補間の101倍の105倍の精度向上を示す。ガウス像の精度限界は切断誤差によるが、デジタル画像の精度限界は有限分解によるものであり、シャノン補間時間を増加させることで改善できる。

関連論文リスト

Infinite-Resolution Integral Noise Warping for Diffusion Models [16.820996670500357]
トレーニング不要なノイズ空間操作は、効果的なテクニックであることが証明されている。課題は、時間的一貫性を付加しながら、ガウスのホワイトノイズ分布を保存することである。計算コストを桁違いに削減しつつ,無限解像度の精度を実現するアルゴリズムを開発した。
論文参考訳（メタデータ） (2024-11-02T11:05:00Z)
Accelerating Diffusion Sampling with Optimized Time Steps [69.21208434350567]
拡散確率モデル(DPM)は高分解能画像合成において顕著な性能を示した。彼らのサンプリング効率は、通常多くのサンプリングステップのため、依然として望まれている。 DPM用高次数値ODEソルバの最近の進歩により、サンプリングステップがはるかに少ない高品質な画像の生成が可能になった。
論文参考訳（メタデータ） (2024-02-27T10:13:30Z)
BID-NeRF: RGB-D image pose estimation with inverted Neural Radiance Fields [0.0]
Inverted Neural Radiance Fields (iNeRF) アルゴリズムの改良を目標とし、画像ポーズ推定問題をNeRFに基づく反復線形最適化として定義する。 NeRFは、現実世界のシーンやオブジェクトのフォトリアリスティックな新しいビューを合成できる新しい空間表現モデルである。
論文参考訳（メタデータ） (2023-10-05T14:27:06Z)
Gradpaint: Gradient-Guided Inpainting with Diffusion Models [71.47496445507862]
Denoising Diffusion Probabilistic Models (DDPM) は近年,条件付きおよび非条件付き画像生成において顕著な成果を上げている。我々はGradPaintを紹介し、グローバルな一貫性のあるイメージに向けて世代を操る。我々は、様々なデータセットで訓練された拡散モデルによく適応し、現在最先端の教師付きおよび教師なしの手法を改善している。
論文参考訳（メタデータ） (2023-09-18T09:36:24Z)
Optimized detector tomography for photon-number resolving detectors with hundreds of pixels [11.047507557398601]
本稿では,最適化を必要とする変数数を削減できる改良型検出器トモグラフィーモデルを提案する。我々は期待最大エントロピーアルゴリズムを用いて光コヒーレントおよび熱状態の光子数分布を再構成する。以上の結果から,検出器トモグラフィは最大340ピクセルの検出器に対して1TB RAMのスーパーコンピュータ上で実現可能であることが示唆された。
論文参考訳（メタデータ） (2023-06-22T01:27:13Z)
Sharp Calibrated Gaussian Processes [58.94710279601622]
キャリブレーションされたモデルを設計するための最先端のアプローチは、ガウス過程の後方分散を膨らませることに依存している。本稿では,バニラガウス過程の後方分散にインスパイアされた計算を用いて,予測量子化を生成するキャリブレーション手法を提案する。我々のアプローチは合理的な仮定の下で校正されたモデルが得られることを示す。
論文参考訳（メタデータ） (2023-02-23T12:17:36Z)
Hyperspherical Loss-Aware Ternary Quantization [12.90416661059601]
画像分類と物体検出の両タスクにおいて, 3次量子化の精度を大幅に向上できることを示す。実験結果から,3次量子化の精度は画像分類と物体検出の両方において向上することが示された。
論文参考訳（メタデータ） (2022-12-24T04:27:01Z)
Sigma-Delta and Distributed Noise-Shaping Quantization Methods for Random Fourier Features [73.25551965751603]
我々は、量子化 RFF が基礎となるカーネルの高精度な近似を可能にすることを証明した。量子化 RFF はさらに圧縮され,メモリ使用量と精度のトレードオフに優れることを示す。本手法は,この文脈におけるアート量子化手法の他の状態と比較し,いくつかの機械学習タスクにおいて,提案手法の性能を実証的に示す。
論文参考訳（メタデータ） (2021-06-04T17:24:47Z)
Optimal Sequential Detection of Signals with Unknown Appearance and Disappearance Points in Time [64.26593350748401]
本論文は、変化の期間が有限で未知であると仮定して、逐次的な変化点検出問題に対処する。我々は、所定の時間(または空間)ウィンドウにおける最小検出確率を最大化する信頼性の高い最大変更検出基準に焦点を当てる。 FMAアルゴリズムは、光学画像中の衛星のかすかなストリークを検出するために応用される。
論文参考訳（メタデータ） (2021-02-02T04:58:57Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
Quadratic speedup for simulating Gaussian boson sampling [0.9236074230806577]
本稿では,ガウスボソンサンプリングの古典的シミュレーションのためのアルゴリズムを提案する。アルゴリズムの複雑さは、検出された光子対の数において指数関数的であり、光子の数ではない。改良されたループハフニアンアルゴリズムはスーパーコンピュータを必要とせずに純粋状態確率を計算することができることを示す。
論文参考訳（メタデータ） (2020-10-29T13:53:30Z)

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。