論文の概要: A Transformer-Conditioned Neural Fields Pipeline with Polar Coordinate
Representation for Astronomical Radio Interferometric Data Reconstruction
- arxiv url: http://arxiv.org/abs/2308.14610v1
- Date: Mon, 28 Aug 2023 14:26:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-29 13:35:51.110293
- Title: A Transformer-Conditioned Neural Fields Pipeline with Polar Coordinate
Representation for Astronomical Radio Interferometric Data Reconstruction
- Title(参考訳): 天文電波干渉データ再構成のための極座標表現を用いたトランスコンディショニングニューラルネットワークパイプライン
- Authors: Ruoqi Wang, Qiong Luo, Feng Wang
- Abstract要約: 電波天文学では、電波望遠鏡からの電波信号の測定である可視データは、遠方の天体を観測するための画像に変換される。
既存の可視性再構成法は周波数データのいくつかの成分を見逃しかねないため、ぼやけたオブジェクトエッジや永続的なアーティファクトが画像に残っている。
極座標表現を備えたトランスコンディショニングニューラルネットワークからなる干渉可視データ再構成法であるPolarRecを提案する。
- 参考スコア(独自算出の注目度): 5.2992160073015455
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In radio astronomy, visibility data, which are measurements of wave signals
from radio telescopes, are transformed into images for observation of distant
celestial objects. However, these resultant images usually contain both real
sources and artifacts, due to signal sparsity and other factors. One way to
obtain cleaner images is to reconstruct samples into dense forms before
imaging. Unfortunately, existing visibility reconstruction methods may miss
some components of the frequency data, so blurred object edges and persistent
artifacts remain in the images. Furthermore, the computation overhead is high
on irregular visibility samples due to the data skew. To address these
problems, we propose PolarRec, a reconstruction method for interferometric
visibility data, which consists of a transformer-conditioned neural fields
pipeline with a polar coordinate representation. This representation matches
the way in which telescopes observe a celestial area as the Earth rotates. We
further propose Radial Frequency Loss function, using radial coordinates in the
polar coordinate system to correlate with the frequency information, to help
reconstruct complete visibility. We also group visibility sample points by
angular coordinates in the polar coordinate system, and use groups as the
granularity for subsequent encoding with a Transformer encoder. Consequently,
our method can capture the inherent characteristics of visibility data
effectively and efficiently. Our experiments demonstrate that PolarRec markedly
improves imaging results by faithfully reconstructing all frequency components
in the visibility domain while significantly reducing the computation cost.
- Abstract(参考訳): 電波天文学では、電波望遠鏡からの電波信号の測定である可視データは、遠方の天体を観測するための画像に変換される。
しかしながら、これらの結果の画像は通常、信号の間隔やその他の要因のために、実際のソースとアーティファクトの両方を含んでいる。
よりクリーンな画像を得る1つの方法は、撮像前にサンプルを高密度に再構成することである。
残念なことに、既存の可視性再構成手法は周波数データのいくつかのコンポーネントを見逃す可能性があるため、ぼやけたオブジェクトエッジと永続的なアーティファクトがイメージに残っている。
さらに、データスキューによる不規則な可視性サンプルの計算オーバーヘッドも高い。
そこで本研究では,極座標表現を持つトランスフォーマリンコンディショニングニューラルネットワークパイプラインからなる干渉可視データの再構成手法であるpolarrecを提案する。
この表現は、望遠鏡が地球が回転するときに天球領域を観測する方法と一致する。
さらに、極座標系における放射座標を用いて、周波数情報と相関して完全な可視性を再構築する放射周波損失関数を提案する。
また,極座標系における角座標による可視点をグループ化し,変圧器エンコーダを用いた後続符号化の粒度として群を用いる。
これにより,可視化データの特性を効果的かつ効率的に把握することができる。
実験の結果,PolarRecは可視領域内の全周波数成分を忠実に再構成し,計算コストを大幅に削減し,撮像結果を大幅に改善することが示された。
関連論文リスト
- NeRSP: Neural 3D Reconstruction for Reflective Objects with Sparse Polarized Images [62.752710734332894]
NeRSPはスパース偏光画像を用いた反射面のニューラル3次元再構成技術である。
偏光画像形成モデルと多視点方位整合性から測光的および幾何学的手がかりを導出する。
我々は6つのビューのみを入力として、最先端の表面再構成結果を達成する。
論文 参考訳(メタデータ) (2024-06-11T09:53:18Z) - Pano-NeRF: Synthesizing High Dynamic Range Novel Views with Geometry
from Sparse Low Dynamic Range Panoramic Images [82.1477261107279]
そこで本研究では,Sparse LDRパノラマ画像からの照射場を用いて,忠実な幾何復元のための観測回数を増やすことを提案する。
実験により、照射場は幾何復元とHDR再構成の両方において最先端の手法より優れていることが示された。
論文 参考訳(メタデータ) (2023-12-26T08:10:22Z) - Perception of Misalignment States for Sky Survey Telescopes with the
Digital Twin and the Deep Neural Networks [16.245776159991294]
本研究では,異なる視野で連続的に変化する点拡散関数から,不整合状態を抽出するディープニューラルネットワークを提案する。
我々は、不整合データを格納し、不整合状態と対応する点拡散関数の間の複雑な関係を探索する。
この方法は、アクティブ光学系と光学系アライメントの事前情報を提供するために使用できる。
論文 参考訳(メタデータ) (2023-11-30T03:16:27Z) - Deep learning-based deconvolution for interferometric radio transient
reconstruction [0.39259415717754914]
LOFAR、MeerKAT/SKA、ASKAP/SKA、そして将来のSKA-LOWのような電波天文学施設は、時間と周波数に大きな感度をもたらす。
これらの施設は、自然によって揮発し、データに検出または見逃される無線過渡現象の高度な研究を可能にする。
これらのトランジェントは、電子の高エネルギー加速のマーカーであり、幅広い時間スケールで表される。
論文 参考訳(メタデータ) (2023-06-24T08:58:52Z) - A Conditional Denoising Diffusion Probabilistic Model for Radio
Interferometric Image Reconstruction [4.715025376297672]
可視・画像条件付き拡散確率モデルであるVIC-DDPMを提案する。
本研究の主な目的は、スペクトル領域における元の可視データと空間領域における汚れ画像の両方を用いて、DDPMによる画像生成プロセスのガイドを行うことである。
提案手法は, 成果物を低減し, 細部を保存し, ディムソースを復元することにより, 得られた画像を大幅に改善することを示す。
論文 参考訳(メタデータ) (2023-05-16T03:00:04Z) - Multi-Space Neural Radiance Fields [74.46513422075438]
既存のニューラルレージアンス場(NeRF)法は反射物体の存在に悩まされている。
並列部分空間における特徴場の群を用いてシーンを表現するマルチスペースニューラルレイディアンス場(MS-NeRF)を提案する。
提案手法は,高品質シーンのレンダリングにおいて,既存の単一空間NeRF法よりも優れていた。
論文 参考訳(メタデータ) (2023-05-07T13:11:07Z) - Factor Fields: A Unified Framework for Neural Fields and Beyond [50.29013417187368]
本稿では、信号のモデリングと表現のための新しいフレームワークであるFacter Fieldsを紹介する。
我々のフレームワークは、NeRF、Plenoxels、EG3D、Instant-NGP、TensoRFなどの最近の信号表現に対応している。
この表現は,2次元画像回帰作業における画像の近似精度の向上,3次元符号付き距離場再構築時の幾何学的品質の向上,および放射場再構成作業におけるコンパクト性の向上を実現している。
論文 参考訳(メタデータ) (2023-02-02T17:06:50Z) - Polarimetric Inverse Rendering for Transparent Shapes Reconstruction [1.807492010338763]
ポーラリメトリック・キューを用いた透明物体の詳細な再構成手法を提案する。
我々は、物体の幾何学をニューラルネットワークとして暗黙的に表現し、一方、偏光レンダリングは物体の偏光画像を描画することができる。
提案手法を検証するため,多視点透明形状再構成のための偏極データセットを構築した。
論文 参考訳(メタデータ) (2022-08-25T02:52:31Z) - Depth Estimation from Monocular Images and Sparse Radar Data [93.70524512061318]
本稿では,ディープニューラルネットワークを用いた単眼画像とレーダ点の融合により,より正確な深度推定を実現する可能性を検討する。
レーダ測定で発生するノイズが,既存の融合法の適用を妨げている主要な理由の1つであることが判明した。
実験はnuScenesデータセット上で行われ、カメラ、レーダー、LiDARの記録を様々な場面と気象条件で記録する最初のデータセットの1つである。
論文 参考訳(メタデータ) (2020-09-30T19:01:33Z) - Deep 3D Capture: Geometry and Reflectance from Sparse Multi-View Images [59.906948203578544]
本稿では,任意の物体の高品質な形状と複雑な空間変化を持つBRDFを再構成する学習に基づく新しい手法を提案する。
まず、深層多視点ステレオネットワークを用いて、ビューごとの深度マップを推定する。
これらの深度マップは、異なるビューを粗く整列するために使用される。
本稿では,新しい多視点反射率推定ネットワークアーキテクチャを提案する。
論文 参考訳(メタデータ) (2020-03-27T21:28:54Z) - Hyperspectral and multispectral image fusion under spectrally varying
spatial blurs -- Application to high dimensional infrared astronomical
imaging [11.243400478302767]
本稿では,高スペクトル分解能データバリアントを復元するために,各画像の利点を組み合わせたデータ融合手法を提案する。
我々は、ジェームズ・ウェッブ宇宙望遠鏡のシミュレーション観測のリアルな合成データセットで実験を行う。
論文 参考訳(メタデータ) (2019-12-26T13:58:40Z)
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。