Fugu-MT 論文翻訳(概要): Efficient Chambolle-Pock based algorithms for Convoltional sparse representation

論文の概要: Efficient Chambolle-Pock based algorithms for Convoltional sparse representation

arxiv url: http://arxiv.org/abs/2508.02152v1
Date: Mon, 04 Aug 2025 07:49:59 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-05 18:25:22.235597
Title: Efficient Chambolle-Pock based algorithms for Convoltional sparse representation
Title（参考訳）: コンボリューショナルスパース表現のための効率的なシャンブル・ポックに基づくアルゴリズム
Authors: Yi Liu, Junjing Li, Yang Chen, Haowei Tang, Pengcheng Zhang, Tianling Lyu, Zhiguo Gui,
Abstract要約: 画像処理には畳み込みスパース符号化(CSC)と畳み込み辞書学習(CDL)が使用される。本稿では,Chambolle-Pock(CP)フレームワークを用いた高速かつ効率的な手法を提案する。実験により、ノイズフリー画像に対して提案したCSCアルゴリズムは、最新のADMMベースのアプローチと競合する結果が得られることが示された。
参考スコア（独自算出の注目度）: 9.797229260717092
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recently convolutional sparse representation (CSR), as a sparse representation technique, has attracted increasing attention in the field of image processing, due to its good characteristic of translate-invariance. The content of CSR usually consists of convolutional sparse coding (CSC) and convolutional dictionary learning (CDL), and many studies focus on how to solve the corresponding optimization problems. At present, the most efficient optimization scheme for CSC is based on the alternating direction method of multipliers (ADMM). However, the ADMM-based approach involves a penalty parameter that needs to be carefully selected, and improper parameter selection may result in either no convergence or very slow convergence. In this paper, a novel fast and efficient method using Chambolle-Pock(CP) framework is proposed, which does not require extra manual selection parameters in solving processing, and has faster convergence speed. Furthermore, we propose an anisotropic total variation penalty of the coefficient maps for CSC and apply the CP algorithm to solve it. In addition, we also apply the CP framework to solve the corresponding CDL problem. Experiments show that for noise-free image the proposed CSC algorithms can achieve rival results of the latest ADMM-based approach, while outperforms in removing noise from Gaussian noise pollution image.
Abstract（参考訳）: 近年,スパース表現技術としての畳み込みスパース表現 (CSR) は,翻訳不変性の優れた特徴から,画像処理分野の注目を集めている。 CSRの内容は通常、畳み込みスパース符号化(CSC)と畳み込み辞書学習(CDL)で構成され、多くの研究は対応する最適化問題の解法に焦点を当てている。現在、CSCの最も効率的な最適化手法は乗算器の交互方向法(ADMM)に基づいている。しかし、ADMMベースのアプローチでは、慎重に選択する必要があるペナルティパラメータが伴い、不適切なパラメータの選択は収束を欠くか非常に遅い収束をもたらす可能性がある。本稿では,Chambolle-Pock(CP)フレームワークを用いた高速かつ効率的な手法を提案する。さらに、CSCの係数マップの異方性全変動ペナルティを提案し、CPアルゴリズムを適用して解決する。さらに,CP フレームワークを用いて対応する CDL 問題を解く。実験の結果,提案したCSCアルゴリズムはノイズのない画像に対して,最新のADMMアプローチの競合する結果が得られる一方で,ガウスノイズ汚染画像からのノイズ除去に優れることがわかった。

関連論文リスト

A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
論文参考訳（メタデータ） (2025-06-14T17:35:27Z)
Adam assisted Fully informed Particle Swarm Optimzation ( Adam-FIPSO ) based Parameter Prediction for the Quantum Approximate Optimization Algorithm (QAOA) [1.024113475677323]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、マックス・カット問題などの最適化問題の解法として用いられる顕著な変分アルゴリズムである。 QAOAの重要な課題は、高品質なソリューションにつながる適切なパラメータを効率的に特定することである。
論文参考訳（メタデータ） (2025-06-07T13:14:41Z)
Alternating minimization for square root principal component pursuit [2.449191760736501]
平方根主成分探索(SRPCP)問題を解くための効率的なアルゴリズムを開発した。具体的には、各反復が閉形式最適解を楽しむサブプロブレムを含む、チューニング不要な交互最小化(AltMin)アルゴリズムを提案する。我々は,AltMin法をさらに加速するために,核ノルムの変分定式化とブラー・モンティロ分解に基づく手法を導入する。
論文参考訳（メタデータ） (2024-12-31T14:43:50Z)
A Near-Optimal Single-Loop Stochastic Algorithm for Convex Finite-Sum Coupled Compositional Optimization [53.14532968909759]
ALEXRと呼ばれる,効率的な単ループプリマル・デュアルブロック座標アルゴリズムを提案する。本研究では, ALEXR の凸面および強凸面の収束速度を滑らか性および非滑らか性条件下で確立する。 CFCCO の ROC 曲線の下での GDRO および部分領域の実験結果から,提案アルゴリズムの有望な性能を示す。
論文参考訳（メタデータ） (2023-12-04T19:00:07Z)
Accelerating Cutting-Plane Algorithms via Reinforcement Learning Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文参考訳（メタデータ） (2023-07-17T20:11:56Z)
A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
論文参考訳（メタデータ） (2023-06-10T08:25:16Z)
Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文参考訳（メタデータ） (2023-01-30T15:46:39Z)
Meta-Learning Digitized-Counterdiabatic Quantum Optimization [3.0638256603183054]
本稿では,リカレントニューラルネットワークを用いたメタラーニング手法を用いて,変分最適化に適した初期パラメータを求める問題に取り組む。我々は、最近提案されたディジタル化対数量子近似アルゴリズム(DC-QAOA)を用いて、この手法について検討する。メタラーニングとDC-QAOAを組み合わせることで、MaxCut問題やSherrington-Kirkpatrickモデルなど、異なるモデルに対する最適な初期パラメータを見つけることができる。
論文参考訳（メタデータ） (2022-06-20T18:57:50Z)
Adaptive Approach For Sparse Representations Using The Locally Competitive Algorithm For Audio [5.6394515393964575]
本稿ではガンマチャープのパラメータを最適化するための適応的アプローチを提案する。提案手法はLCAのニューラルネットワークを利用してガンマチャープのフィルタバンクを自動的に適応する。以上の結果から, このアプローチによるLCAの性能向上は, スパーシリティ, 再建品質, 収束時間の観点から示される。
論文参考訳（メタデータ） (2021-09-29T20:26:16Z)
CSCF: a chaotic sine cosine firefly Algorithm for practical application problems [0.0]
いくつかの最適化アルゴリズム、すなわちファイアフライアルゴリズム、正弦コサインアルゴリズム、粒子群最適化アルゴリズムは、計算複雑性、収束速度などの欠点はほとんどない。本稿では,最適化問題を解くために,多数の変種を持つ新しいCSCFアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-20T08:54:28Z)
Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文参考訳（メタデータ） (2020-06-11T17:43:19Z)
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)

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。