論文の概要: Hybrid operator learning of wave scattering maps in high-contrast media
- arxiv url: http://arxiv.org/abs/2602.11197v1
- Date: Fri, 30 Jan 2026 23:11:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-15 14:54:53.746447
- Title: Hybrid operator learning of wave scattering maps in high-contrast media
- Title（参考訳）: 高コントラスト媒質における波動散乱マップのハイブリッド演算子学習
- Authors: Advait Balaji, Trevor Teolis, S. David Mis, Jose Antonio Lara Benitez, Chao Wang, Maarten V. de Hoop,
- Abstract要約: 本稿では,散乱演算子をスムーズな背景伝搬と高コントラスト散乱補正という2つの別々の寄与に分解するハイブリッドアーキテクチャを提案する。
ハイブリッドモデルでは、スタンドアロンのFNOや変圧器に比べて位相と振幅の精度が大幅に向上する。
- 参考スコア（独自算出の注目度）: 9.371869136168362
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Surrogate modeling of wave propagation and scattering (i.e. the wave speed and source to wave field map) in heterogeneous media has significant potential in applications such as seismic imaging and inversion. High-contrast settings, such as subsurface models with salt bodies, exhibit strong scattering and phase sensitivity that challenge existing neural operators. We propose a hybrid architecture that decomposes the scattering operator into two separate contributions: a smooth background propagation and a high-contrast scattering correction. The smooth component is learned with a Fourier Neural Operator (FNO), which produces globally coupled feature tokens encoding background wave propagation; these tokens are then passed to a vision transformer, where attention is used to model the high-contrast scattering correction dominated by strong, spatial interactions. Evaluated on high-frequency Helmholtz problems with strong contrasts, the hybrid model achieves substantially improved phase and amplitude accuracy compared to standalone FNOs or transformers, with favorable accuracy-parameter scaling.
- Abstract（参考訳）: 不均質媒質中の波動伝播と散乱(波速と波動場マップ)の代理モデリングは、地震イメージングやインバージョンなどの応用において大きな可能性を持っている。
塩体を持つ地下モデルのような高コントラスト設定は、既存の神経オペレーターに挑戦する強い散乱と位相感度を示す。
本稿では,散乱演算子をスムーズな背景伝搬と高コントラスト散乱補正という2つの別々の寄与に分解するハイブリッドアーキテクチャを提案する。
このスムーズなコンポーネントはFNO(Fourier Neural Operator)で学習され、背景波の伝搬を符号化したグローバルに結合した特徴トークンを生成し、そのトークンを視覚変換器に渡して、強い空間相互作用に支配される高コントラスト散乱補正をモデル化する。
強いコントラストを持つ高周波ヘルムホルツ問題を評価したところ、このハイブリッドモデルは、スタンドアロンのFNOや変圧器に比べて位相と振幅の精度が大幅に向上し、精度・パラメータスケーリングが良好である。
関連論文リスト
- Wavefront-Constrained Passive Obscured Object Detection [18.56759054781774]
視界の向こう側にあるかすかな光のパターンから、隠された物体を正確に位置決めし、セグメンテーションすることは極めて困難である。
既存のほとんどの手法は、実数値モデリングや局所的な畳み込み操作に基づいており、コヒーレント光伝播の基礎となる物理を捉えるには不十分である。
本稿では,波面伝播をシミュレーションし,不明瞭な物体の知覚を高める物理駆動型波面伝搬補償ネットワーク(WavePCNet)を提案する。
論文 参考訳（メタデータ） (2025-11-26T02:46:15Z) - Edit2Perceive: Image Editing Diffusion Models Are Strong Dense Perceivers [55.15722080205737]
Edit2Perceiveは、深度、正規度、マッティングの編集モデルを適応させる統合拡散フレームワークである。
私たちの単一ステップの決定論的推論は、比較的小さなデータセットでトレーニングしながら、より高速なランタイムをもたらす。
論文 参考訳（メタデータ） (2025-11-24T01:13:51Z) - TIR-Diffusion: Diffusion-based Thermal Infrared Image Denoising via Latent and Wavelet Domain Optimization [11.970228442183476]
本稿では拡散型TIR画像復調フレームワークを提案する。
提案手法は、遅延空間と離散ウェーブレット変換(DWT)/二重ツリー複合ウェーブレット変換(DTCWT)の損失を組み合わせた新しい損失関数を用いてモデルを微調整する。
ベンチマークデータセットの実験は、最先端のデノナイジング手法と比較して、我々のアプローチの優れた性能を示している。
論文 参考訳（メタデータ） (2025-07-30T06:27:32Z) - Latent Wavelet Diffusion For Ultra-High-Resolution Image Synthesis [56.311477476580926]
超高分解能(2K-4K)画像合成におけるディテールとテクスチャの忠実度を大幅に向上させる軽量トレーニングフレームワークであるLatent Wavelet Diffusion (LWD)を提案する。
LWDはウェーブレットエネルギーマップから導かれる新しい周波数対応マスキング戦略を導入し、潜在空間の詳細な領域にトレーニングプロセスを動的に焦点をあてる。
論文 参考訳（メタデータ） (2025-05-31T07:28:32Z) - PAD: Phase-Amplitude Decoupling Fusion for Multi-Modal Land Cover Classification [49.37555541088792]
位相振幅デカップリング(PAD)は、位相(モダリティ共有)と振幅(モダリティ補完)を分離する周波数対応のフレームワークである。
この研究は、リモートセンシングにおける物理を意識したマルチモーダル融合の新しいパラダイムを確立する。
論文 参考訳（メタデータ） (2025-04-27T07:21:42Z) - A Hybrid Wavelet-Fourier Method for Next-Generation Conditional Diffusion Models [0.0]
本稿では、拡散パラダイムをハイブリッド周波数表現に適応させる新しい生成モデリングフレームワーク、Wavelet-Fourier-Diffusionを提案する。
ハイブリッド周波数に基づく表現は,大域的コヒーレンスと微妙なテクスチャ合成の制御をいかに改善するかを示す。
論文 参考訳（メタデータ） (2025-04-04T17:11:04Z) - Haar Nuclear Norms with Applications to Remote Sensing Imagery Restoration [53.68392692185276]
本稿では,Har Nuclear norm (HNN) という,高効率かつ効率的なリモートセンシング画像復元のための新しい低ランク正規化用語を提案する。
2次元前方スライス-ワイド・ハール離散ウェーブレット変換から導出されるウェーブレット係数の低ランク特性を利用する。
ハイパースペクトル像の着色, マルチテンポラル画像雲の除去, ハイパースペクトル像の脱色実験により, HNNの可能性が明らかとなった。
論文 参考訳（メタデータ） (2024-07-11T13:46:47Z) - Shaping entangled photons through thick scattering media using an advanced wave beacon [0.0]
絡み合った光子は、生体組織や乱流雰囲気のような複雑な媒体を介して伝播する。
波面形状を用いて散乱を補正し、2光子相関を求めることは、信号対雑音比が低いために困難である。
我々は、Klyshkoの高度な波動図にインスパイアされた、新しいフィードバック機構を提案し、実証する。
論文 参考訳（メタデータ） (2024-03-27T07:56:13Z) - Hybrid Convolutional and Attention Network for Hyperspectral Image Denoising [54.110544509099526]
ハイパースペクトル画像(HSI)は、ハイパースペクトルデータの効果的な解析と解釈に重要である。
ハイブリット・コンボリューション・アテンション・ネットワーク(HCANet)を提案する。
主流HSIデータセットに対する実験結果は,提案したHCANetの合理性と有効性を示している。
論文 参考訳（メタデータ） (2024-03-15T07:18:43Z) - Hyper-entanglement between pulse modes and frequency bins [101.18253437732933]
2つ以上のフォトニック自由度(DOF)の間の超絡み合いは、新しい量子プロトコルを強化し有効にすることができる。
パルスモードと周波数ビンとの間に超絡み合った光子対の生成を実証する。
論文 参考訳（メタデータ） (2023-04-24T15:43:08Z)
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。