Fugu-MT 論文翻訳(概要): Constructing efficient channels for ideal observers using the conjugate gradient method

論文の概要: Constructing efficient channels for ideal observers using the conjugate gradient method

arxiv url: http://arxiv.org/abs/2605.29415v1
Date: Thu, 28 May 2026 06:04:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-30 02:45:55.841512
Title: Constructing efficient channels for ideal observers using the conjugate gradient method
Title（参考訳）: 共役勾配法による理想観測者のための効率的なチャネルの構築
Authors: Weimin Zhou,
Abstract要約: 理想オブザーバの高次元画像データへの応用は、しばしば計算的に難解である。本研究は、IOおよびHO性能を近似する効率的なチャネルを構築するための共役勾配(CG)に基づく手法を提案する。
参考スコア（独自算出の注目度）: 2.368995563245609
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Task-based assessment of image quality (IQ) is critically important for the design and optimization of medical imaging systems. Ideal observers, including the Bayesian Ideal Observer (IO) and the ideal linear observer, i.e., the Hotelling observer (HO), provide objective figures of merit (FOMs) that quantify system performance on signal detection tasks. However, the application of ideal observers to high-dimensional image data is often computationally intractable. Channel mechanisms provide an effective framework for dimensionality reduction that can facilitate the computation of ideal observers. This work presents a conjugate gradient (CG)-based method to construct efficient channels for approximating the IO and HO performance.
Abstract（参考訳）: 画像品質(IQ)のタスクベース評価は,医療画像システムの設計と最適化において極めて重要である。ベイズ的理想オブザーバ(IO)や理想的な線形オブザーバ、すなわちHotellingObserver(HO)を含む理想的なオブザーバは、信号検出タスクにおけるシステムパフォーマンスを定量化する目的値(FOM)を提供する。しかし、理想オブザーバの高次元画像データへの適用は、しばしば計算的に難解である。チャネル機構は、理想的なオブザーバの計算を容易にするための次元減少のための効果的なフレームワークを提供する。本研究は、IOおよびHO性能を近似する効率的なチャネルを構築するための共役勾配(CG)に基づく手法を提案する。

関連論文リスト

From Sight to Insight: Unleashing Eye-Tracking in Weakly Supervised Video Salient Object Detection [60.11169426478452]
本稿では,弱い監督下での健全な物体の検出を支援するために,固定情報を導入することを目的とする。特徴学習過程における位置と意味のガイダンスを提供するために,位置と意味の埋め込み (PSE) モジュールを提案する。 Intra-Inter Mixed Contrastive (MCII)モデルは、弱い監督下での時間的モデリング能力を改善する。
論文参考訳（メタデータ） (2025-06-30T05:01:40Z)
Using gradient of Lagrangian function to compute efficient channels for the ideal observer [3.4084528001799064]
理想的な線形オブザーバはHotellingObserver(HO)と呼ばれ、IOのサロゲートとして用いられることがある。本研究では,ラグランジュ型損失関数の勾配を用いて,効率的なチャネルを生成する手法を提案する。
論文参考訳（メタデータ） (2025-01-31T18:34:16Z)
Optimization of Iterative Blind Detection based on Expectation Maximization and Belief Propagation [29.114100423416204]
ブロックフェーディング線形シンボルチャネルに対するブラインドシンボル検出法を提案する。本研究では,研究予測アルゴリズムとユビキタスな信条伝搬アルゴリズムを組み合わせた共同チャネル推定・検出手法を設計する。提案手法は,効率よく一般化したスケジュールを学習し,高信号対雑音シナリオにおけるコヒーレントBP検出よりも優れることを示す。
論文参考訳（メタデータ） (2024-08-05T08:45:50Z)
Generalizing Backpropagation for Gradient-Based Interpretability [103.2998254573497]
モデルの勾配は、半環を用いたより一般的な定式化の特別な場合であることを示す。この観測により、バックプロパゲーションアルゴリズムを一般化し、他の解釈可能な統計を効率的に計算することができる。
論文参考訳（メタデータ） (2023-07-06T15:19:53Z)
Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
論文参考訳（メタデータ） (2023-06-08T06:15:17Z)
Information-Theoretic Odometry Learning [83.36195426897768]
生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
論文参考訳（メタデータ） (2022-03-11T02:37:35Z)
Unsupervised Scale-consistent Depth Learning from Video [131.3074342883371]
本研究では,単眼深度推定器SC-Depthを提案する。スケール一貫性予測の能力により,我々の単分子学習深層ネットワークは簡単にORB-SLAM2システムに統合可能であることを示す。提案したハイブリッドPseudo-RGBD SLAMは、KITTIにおいて魅力的な結果を示し、追加のトレーニングなしでKAISTデータセットにうまく一般化する。
論文参考訳（メタデータ） (2021-05-25T02:17:56Z)
Learning Calibrated-Guidance for Object Detection in Aerial Images [27.922626207443994]
特徴変換器方式でチャネル通信を強化するキャリブレーション・ガイダンス方式を提案する。私たちのCGは、CG-Netという名前の深いニューラルネットワークに接続することができます。
論文参考訳（メタデータ） (2021-03-21T13:55:46Z)
On the spatial attention in Spatio-Temporal Graph Convolutional Networks for skeleton-based human action recognition [97.14064057840089]
カルチャーネットワーク(GCN)は、スケルトンをグラフとしてモデル化することで、スケルトンに基づく人間の行動認識の性能を約束する。最近提案されたG時間に基づく手法のほとんどは、ネットワークの各層におけるグラフ構造を学習することで、性能を向上させる。
論文参考訳（メタデータ） (2020-11-07T19:03:04Z)
Approximating the Ideal Observer for joint signal detection and localization tasks by use of supervised learning methods [15.226790614827193]
画像品質(IQ)の客観的指標を用いて、医用画像システムの評価と最適化が一般的である理想オブザーバ(IO)のパフォーマンスは、画像システムの評価と最適化に使用するためのメリットの図式を提供することが提唱されている。本稿では,共同信号検出および局所化タスクにおいて,IOを近似する教師あり学習手法を提案する。
論文参考訳（メタデータ） (2020-05-29T22:53:45Z)
Approximating the Hotelling Observer with Autoencoder-Learned Efficient Channels for Binary Signal Detection Tasks [12.521662223741671]
画像品質(IQ)の客観的評価は、医用画像システムの解析と最適化のために提唱されている。オートエンコーダ(AE)を用いたチャネル学習手法を提案する。 AEは、次元を減らすためにデータの簡潔な表現を学ぶために頻繁に使用される、人工知能(ANN)の一種である。
論文参考訳（メタデータ） (2020-03-04T20:24:28Z)

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。