論文の概要: Invertible Low-Dimensional Modelling of X-ray Absorption Spectra for Potential Applications in Spectral X-ray Imaging

• arxiv url: http://arxiv.org/abs/2307.04484v1
• Date: Mon, 10 Jul 2023 11:14:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-11 13:22:09.281783
• Title: Invertible Low-Dimensional Modelling of X-ray Absorption Spectra for Potential Applications in Spectral X-ray Imaging
• Title（参考訳）: X線吸収スペクトルの可逆的低次元モデリングと分光X線イメージングへの応用
• Authors: Raziye Kubra Kumrular, Thomas Blumensath
• Abstract要約: 我々は、深層ニューラルネットワークオートエンコーダとSingular Value Decomposition(SVD)に基づく最適線形モデルを組み合わせた、新しい非線形モデルを提案する。 我々は従来のモデルよりも,特にKエッジを含むX線吸収スペクトルをエネルギー範囲でモデル化する場合に,本手法の利点を実証する。
• 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: X-ray interaction with matter is an energy-dependent process that is contingent on the atomic structure of the constituent material elements. The most advanced models to capture this relationship currently rely on Monte Carlo (MC) simulations. Whilst these very accurate models, in many problems in spectral X-ray imaging, such as data compression, noise removal, spectral estimation, and the quantitative measurement of material compositions, these models are of limited use, as these applications typically require the efficient inversion of the model, that is, they require the estimation of the best model parameters for a given spectral measurement. Current models that can be easily inverted however typically only work when modelling spectra in regions away from their K-edges, so they have limited utility when modelling a wider range of materials. In this paper, we thus propose a novel, non-linear model that combines a deep neural network autoencoder with an optimal linear model based on the Singular Value Decomposition (SVD). We compare our new method to other alternative linear and non-linear approaches, a sparse model and an alternative deep learning model. We demonstrate the advantages of our method over traditional models, especially when modelling X-ray absorption spectra that contain K-edges in the energy range of interest.
• Abstract（参考訳）: x線と物質との相互作用は、構成要素元素の原子構造に付随するエネルギー依存過程である。 この関係を捉える最も先進的なモデルはモンテカルロ (MC) シミュレーションに依存している。 これらの非常に正確なモデルは、データ圧縮、ノイズ除去、スペクトル推定、材料組成の定量的測定など、スペクトルX線イメージングにおける多くの問題において、これらのモデルは限定的な用途であり、一般的にはモデルの効率的な反転を必要とするため、与えられたスペクトル測定に最適なモデルパラメータを推定する必要がある。 しかし、現在のモデルはKエッジから離れた領域のスペクトルをモデル化する場合にのみ有効であり、より広い範囲の物質をモデル化する場合に限界がある。 本稿では,ディープニューラルネットワークの自動エンコーダと,特異値分解(svd)に基づく最適線形モデルを組み合わせた,新しい非線形モデルを提案する。 我々は,新しい手法を,他の線形および非線形アプローチ,スパースモデル,代替ディープラーニングモデルと比較する。 特にエネルギー範囲にk辺を含むx線吸収スペクトルをモデル化する場合に,従来のモデルよりも本手法の利点を示す。

関連論文リスト

• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)
• Time dependent Vibrational Electronic Coupled Cluster (VECC) theory for non-adiabatic nuclear dynamics [0.0]
  光電子/紫外線-VIS吸収スペクトルをシミュレートするために、時間依存型振動電子結合クラスター法を提案する。 運動方程式の詳細な導出とアンザッツの動機について述べる。 VECC法はヘキサヘリシンの大きなビブロニックモデルにも適用可能であることを示す。
  論文  参考訳（メタデータ） (2023-12-02T20:53:22Z)
• Geometric Neural Diffusion Processes [55.891428654434634]
  拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。 これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
  論文  参考訳（メタデータ） (2023-07-11T16:51:38Z)
• Capturing dynamical correlations using implicit neural representations [85.66456606776552]
  実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。 そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
  論文  参考訳（メタデータ） (2023-04-08T07:55:36Z)
• Learning to Bound: A Generative Cram\'er-Rao Bound [25.739449801033846]
  データ駆動手法を用いてクラムラーラオ境界(CRB)を近似する新しい手法を提案する。 我々は測定値の分布をモデル化し、GCRB(Generative Cram'er-Rao Bound)と呼ばれるCRBの近似を得る。
  論文  参考訳（メタデータ） (2022-03-07T20:31:53Z)
• Kernel Methods and Multi-layer Perceptrons Learn Linear Models in High Dimensions [25.635225717360466]
  完全連結ネットワークのニューラルカーネルを含む多数のカーネルに対して、カーネル法は特定の高次元状態における線形モデルと同等にしか機能しないことを示す。 高次元解析には、独立な特徴以外のデータに対するより複雑なモデルが必要である。
  論文  参考訳（メタデータ） (2022-01-20T09:35:46Z)
• Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
  スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。 特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。 スペクトルct材料分解の数値的および実験的結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T15:20:10Z)
• Hessian Eigenspectra of More Realistic Nonlinear Models [73.31363313577941]
  私たちは、非線形モデルの広いファミリーのためのヘッセン固有スペクトルの言語的特徴付けを行います。 我々の分析は、より複雑な機械学習モデルで観察される多くの顕著な特徴の起源を特定するために一歩前進する。
  論文  参考訳（メタデータ） (2021-03-02T06:59:52Z)
• Hybrid modeling: Applications in real-time diagnosis [64.5040763067757]
  我々は、機械学習にインスパイアされたモデルと物理モデルを組み合わせた、新しいハイブリッドモデリングアプローチの概要を述べる。 このようなモデルをリアルタイム診断に利用しています。
  論文  参考訳（メタデータ） (2020-03-04T00:44:57Z)

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。