論文の概要: Autoencoding Labeled Interpolator, Inferring Parameters From Image, And Image From Parameters

• arxiv url: http://arxiv.org/abs/2312.04640v1
• Date: Thu, 7 Dec 2023 19:00:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-11 17:31:17.495237
• Title: Autoencoding Labeled Interpolator, Inferring Parameters From Image, And Image From Parameters
• Title（参考訳）: ラベル付き補間器の自動エンコーディング、画像からのパラメータ推定、パラメータからのイメージ
• Authors: Ali SaraerToosi and Avery Broderick
• Abstract要約: 本研究では,生成機械学習モデルを用いた画像生成ツールを提案する。 トレーニングされた画像間の高速かつ連続的な補間が可能で、それらの画像の定義パラメータを検索することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Event Horizon Telescope (EHT) provides an avenue to study black hole accretion flows on event-horizon scales. Fitting a semi-analytical model to EHT observations requires the construction of synthetic images, which is computationally expensive. This study presents an image generation tool in the form of a generative machine learning model, which extends the capabilities of a variational autoencoder. This tool can rapidly and continuously interpolate between a training set of images and can retrieve the defining parameters of those images. Trained on a set of synthetic black hole images, our tool showcases success in both interpolating black hole images and their associated physical parameters. By reducing the computational cost of generating an image, this tool facilitates parameter estimation and model validation for observations of black hole system.
• Abstract（参考訳）: イベント・ホライズン望遠鏡(eht)は、ブラックホールの降着流を事象ホライゾンスケールで研究するための道筋を提供する。 EHT観測に半解析モデルを適用するには、計算コストのかかる合成画像を構築する必要がある。 本研究では,可変オートエンコーダの能力を拡張した生成型機械学習モデルを用いて画像生成ツールを提案する。 このツールは、画像のトレーニングセット間を迅速かつ連続的に補間することができ、それらの画像の定義パラメータを取得することができる。 合成ブラックホールの画像で訓練されたこのツールは、ブラックホールの画像と関連する物理パラメータを補間することに成功した。 画像生成の計算コストを削減することにより、ブラックホール系の観測のためのパラメータ推定とモデル検証を容易にする。

関連論文リスト

• BCDDM: Branch-Corrected Denoising Diffusion Model for Black Hole Image Generation [12.638969185454846]
  一般相対論的レイトレーシング(GRRT)により生成されたシミュレーション画像にイベントホライゾン望遠鏡(EHT)データを適用することにより、ブラックホールと降着流を推定することができる。 GRRTの計算集約性のため、特定の放射線フラックス画像を生成する効率を向上させる必要がある。 本稿では,分岐補正機構と重み付き混合損失関数を用いて生成したブラックホール画像の精度を向上させる分岐補正除音拡散モデル(BCDDM)を提案する。
  論文  参考訳（メタデータ） (2025-02-12T16:05:46Z)
• Bayesian Deconvolution of Astronomical Images with Diffusion Models: Quantifying Prior-Driven Features in Reconstructions [40.13294159814764]
  天体画像のデコンボリューションは、天体の固有の性質を回復する鍵となる側面である。 本稿では,拡散モデル (DM) と拡散後サンプリング (DPS) アルゴリズムを用いた逆問題解法を提案する。
  論文  参考訳（メタデータ） (2024-11-28T14:00:00Z)
• Cross-Scan Mamba with Masked Training for Robust Spectral Imaging [51.557804095896174]
  本研究では,空間スペクトルSSMを用いたクロススキャンマンバ(CS-Mamba)を提案する。 実験の結果, CS-Mambaは最先端の性能を達成し, マスク付きトレーニング手法によりスムーズな特徴を再構築し, 視覚的品質を向上させることができた。
  論文  参考訳（メタデータ） (2024-08-01T15:14:10Z)
• Automation of Quantum Dot Measurement Analysis via Explainable Machine Learning [0.0]
  この研究は、量子ドット計測の分析に説明可能な機械学習技術を適用する可能性と利点を実証する。 自動化された透明な量子ドットデバイスチューニングのさらなる進歩の道を開く。
  論文  参考訳（メタデータ） (2024-02-21T11:00:23Z)
• Generating Images of the M87* Black Hole Using GANs [1.0532948482859532]
  本研究では,様々なブラックホール画像を生成するためにCPGAN(Con Conditional Progressive Generative Adversarial Networks)を導入する。 GANは、ブラックホール画像生成のためのコスト効率の良いモデルとして利用でき、他のパラメータ化アルゴリズムのためのトレーニングデータセットを確実に増強することができる。
  論文  参考訳（メタデータ） (2023-12-02T02:47:34Z)
• Physics-Driven Turbulence Image Restoration with Stochastic Refinement [80.79900297089176]
  大気乱流による画像歪みは、長距離光学画像システムにおいて重要な問題である。 ディープラーニングモデルが現実世界の乱流条件に適応するために、高速で物理学的なシミュレーションツールが導入された。 本稿では,物理統合復元ネットワーク(PiRN)を提案する。
  論文  参考訳（メタデータ） (2023-07-20T05:49:21Z)
• GM-NeRF: Learning Generalizable Model-based Neural Radiance Fields from Multi-view Images [79.39247661907397]
  本稿では,自由視点画像の合成に有効なフレームワークであるGeneralizable Model-based Neural Radiance Fieldsを提案する。 具体的には、多視点2D画像からの出現コードを幾何学的プロキシに登録するための幾何学誘導型アテンション機構を提案する。
  論文  参考訳（メタデータ） (2023-03-24T03:32:02Z)
• Multitask AET with Orthogonal Tangent Regularity for Dark Object Detection [84.52197307286681]
  暗黒環境下でのオブジェクト検出を強化するために,新しいマルチタスク自動符号化変換(MAET)モデルを提案する。 自己超越的な方法で、MAETは、現実的な照明劣化変換を符号化して復号することで、本質的な視覚構造を学習する。 我々は,合成および実世界のデータセットを用いて最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2022-05-06T16:27:14Z)
• Generative Modelling of BRDF Textures from Flash Images [50.660026124025265]
  我々は、容易にキャプチャ、セマンティックな編集、一貫した、視覚素材の外観の効率よく再現できる潜在空間を学習する。 2番目のステップでは、材料コードに基づいて、私たちの方法は、BRDFモデルパラメータの無限で多様な空間フィールドを生成します。
  論文  参考訳（メタデータ） (2021-02-23T18:45:18Z)
• Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
  本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。 画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。 本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
  論文  参考訳（メタデータ） (2020-08-18T20:30:47Z)

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。