論文の概要: Multivariate Fields of Experts

• arxiv url: http://arxiv.org/abs/2508.06490v1
• Date: Fri, 08 Aug 2025 17:58:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-11 20:39:06.329517
• Title: Multivariate Fields of Experts
• Title（参考訳）: 専門家の多変量場
• Authors: Stanislas Ducotterd, Michael Unser,
• Abstract要約: 我々は,画像事前学習のための新しいフレームワークである,専門家の多変量分野を紹介する。 提案手法の有効性を,画像のデノイング,デブロアリング,圧縮型磁気共鳴画像,コンピュータ断層撮影など,様々な逆問題にまたがって示す。
• 参考スコア（独自算出の注目度）: 16.78532039510369
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce the multivariate fields of experts, a new framework for the learning of image priors. Our model generalizes existing fields of experts methods by incorporating multivariate potential functions constructed via Moreau envelopes of the $\ell_\infty$-norm. We demonstrate the effectiveness of our proposal across a range of inverse problems that include image denoising, deblurring, compressed-sensing magnetic-resonance imaging, and computed tomography. The proposed approach outperforms comparable univariate models and achieves performance close to that of deep-learning-based regularizers while being significantly faster, requiring fewer parameters, and being trained on substantially fewer data. In addition, our model retains a relatively high level of interpretability due to its structured design.
• Abstract（参考訳）: 我々は,画像事前学習のための新しいフレームワークである,専門家の多変量分野を紹介する。 我々のモデルは、$\ell_\infty$-normのモローエンベロープを通して構築された多変量ポテンシャル関数を組み込むことにより、既存のエキスパート手法の分野を一般化する。 提案手法の有効性を,画像のデノイング,デブロアリング,圧縮型磁気共鳴画像,コンピュータ断層撮影など,様々な逆問題にまたがって示す。 提案手法は、同等の単変量モデルより優れ、ディープラーニングベースの正規化器に近い性能を実現し、大幅に高速であり、パラメータを少なくし、大幅に少ないデータでトレーニングされる。 さらに,本モデルでは構造設計のため,比較的高い解釈性を維持している。

関連論文リスト

• A Unified Virtual Mixture-of-Experts Framework:Enhanced Inference and Hallucination Mitigation in Single-Model System [9.764336669208394]
  GPTやBERTのような生成モデルは、テキスト生成や要約といったタスクのパフォーマンスを大幅に改善した。 しかし、「モデルが非現実的または誤解を招くコンテンツを生成する場所」という幻覚は、特に小規模アーキテクチャでは問題となる。 本稿では,単一のQwen 1.5 0.5Bモデルにおいて,推論性能を高め,幻覚を緩和する仮想ミックス・オブ・エクササイズ(MoE)融合戦略を提案する。
  論文  参考訳（メタデータ） (2025-04-01T11:38:01Z)
• A Simple Approach to Unifying Diffusion-based Conditional Generation [63.389616350290595]
  多様な条件生成タスクを処理するための、シンプルで統一されたフレームワークを導入します。 提案手法は,異なる推論時間サンプリング方式による多目的化を実現する。 我々のモデルは、非親密なアライメントや粗い条件付けのような追加機能をサポートしています。
  論文  参考訳（メタデータ） (2024-10-15T09:41:43Z)
• A Generic Approach for Enhancing GANs by Regularized Latent Optimization [79.00740660219256]
  本稿では,事前学習したGANを効果的かつシームレスに拡張できる,エミュレーティブモデル推論と呼ばれる汎用フレームワークを提案する。 我々の基本的な考え方は、ワッサーシュタイン勾配流法を用いて与えられた要求に対する最適潜時分布を効率的に推算することである。
  論文  参考訳（メタデータ） (2021-12-07T05:22:50Z)
• Deep Reparametrization of Multi-Frame Super-Resolution and Denoising [167.42453826365434]
  本稿では,多フレーム画像復元作業によく用いられる最大後部定式化の深部再パラメータ化を提案する。 提案手法は,学習された誤差メトリックと,対象画像の潜在表現を導入することによって導かれる。 我々は、バースト復調およびバースト超解像データセットに関する包括的な実験を通して、我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2021-08-18T17:57:02Z)
• Learning Deformable Image Registration from Optimization: Perspective, Modules, Bilevel Training and Beyond [62.730497582218284]
  マルチスケールの伝搬により微分同相モデルを最適化する,新しいディープラーニングベースのフレームワークを開発した。 我々は,脳MRIデータにおける画像-アトラス登録,肝CTデータにおける画像-画像登録を含む,3次元ボリュームデータセットにおける画像登録実験の2つのグループを実行する。
  論文  参考訳（メタデータ） (2020-04-30T03:23:45Z)

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。