論文の概要: Reconstructing Synthetic SDO/AIA 193 A EUV Images from He I 10830 A Observations with Diffusion Model Translator
- arxiv url: http://arxiv.org/abs/2606.08652v1
- Date: Sun, 07 Jun 2026 14:41:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:42:06.315378
- Title: Reconstructing Synthetic SDO/AIA 193 A EUV Images from He I 10830 A Observations with Diffusion Model Translator
- Title（参考訳）: He I 10830による合成SDO/AIA 193AEUV画像の再構成 : 拡散モデルトランスレータによる観察
- Authors: Marco Marena, Qin Li, Haimin Wang, Haodi Jiang, Prajwal Shah, Bo Shen,
- Abstract要約: フルディスクのEUVイメージングは、SOHOやSDOなど、現代からしか利用できない。
We present a conditional image translation framework, Coronal Hole-aware Diffusion Model Translator (CH-aware DMT) to constructed synthetic SDO/AIA 193 EUV images from HeI inputs。
以上の結果から,HeIを条件としたCH-aware DMTは,歴史的研究に有効なAIA 193人工冠プロキシとして有効であることが示唆された。
- 参考スコア（独自算出の注目度）: 3.4600520245599733
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Routine full-disk EUV imaging has been available only since the modern era, such as SOHO and SDO. To extend EUV coronal context into earlier periods, we leverage the multi-decade availability of full-disk \HeI{} observations, whose absorption is modulated by coronal irradiance and magnetic topology and is widely used as a proxy for open-field regions. We present a diffusion-based conditional image translation framework, Coronal Hole-aware Diffusion Model Translator (CH-aware DMT), to reconstruct synthetic SDO/AIA 193 Å EUV images from \HeI{} inputs. The model is trained on temporally co-aligned SOLIS \HeI{} and AIA 193 Å pairs spanning 2011--2015 using a month-based split, where January--October are used for training, November is used for validation, and December for testing. On the held-out test set, the reconstructions preserve dominant full-disk EUV morphology (CC=0.92) and recover CH-related low-intensity structure (CC=0.84). We further assess historical applicability by (1) comparing reconstructed AIA 193 Å morphology with SOHO/EIT 195 Å over 2005--2015; (2) comparing reconstructed AIA 193 Å images generated from KPVT \HeI{} inputs against Yohkoh/SXT soft X-ray observations; and (3) evaluating long-term reconstructed disk-integrated emission statistics against observational EUV series and independent solar activity proxies (sunspot number and F10.7 radio flux over 1974--2015). These results indicate that CH-aware DMT conditioned on \HeI{} can provide a physically plausible synthetic AIA 193 Å coronal proxy for historical studies, supporting multi-decade analyses of large-scale coronal evolution before the direct EUV imaging was available.
- Abstract（参考訳）: フルディスクのEUVイメージングは、SOHOやSDOのような現代からしか利用できない。
より早い期間にEUVのコロナコンテキストを拡張するために、コロナ光と磁気トポロジーによって吸収が変調され、オープンフィールド領域のプロキシとして広く利用されているフルディスクのHeI{}観測の多次元利用を活用する。
拡散型条件付き画像変換フレームワークであるCornal Hole-aware Diffusion Model Translator (CH-aware DMT)を提案する。
このモデルは、2011年から2015年の間、SOLIS \HeI{}とAIA 193のペアを1～10月をトレーニングに用い、11月を検証に用い、12月をテストに用い、時間的に一致したSOLIS \HeI{}とAIA 193のペアでトレーニングされている。
維持試験セットでは、リコンストラクションは支配的なフルディスクEUV形態(CC=0.92)を維持し、CH関連低強度構造(CC=0.84)を回復する。
さらに,(1)再構成されたAIA 193,(2)2005-2015年のSOHO/EIT 195,(2)再構成されたAIA 193,(2)KPVT \HeI{}入力から生成された画像とYohkoh/SXT軟X線観測との比較,(3)観察用EUV系列と独立系太陽活動プロキシ(1974-2015年のSunspot数とF10.7ラジオフラックス)に対する長期再構成されたディスク集積放出統計値の評価により,歴史的適用性を評価する。
これらの結果から,<I>HeI{}を条件としたCH-aware DMTは,直接EUVイメージングが利用可能になる前の大規模冠状進化の多次元的解析を支援するため,歴史的研究のための物理的に妥当な合成AIA 193の冠状プロキシを提供する可能性が示唆された。
関連論文リスト
- Training-inference input alignment outweighs framework choice in longitudinal retinal image prediction [3.0602131532925436]
近年の手法は, 生成複雑性の増大に向かっているが, この複雑さが要求される条件はいまだ不明である。
生成複雑性は予測可能なタスクの条件付き後続成分のエントロピーと一致し,全てのレシスタンスでトレーニング・推論入力アライメントが要求される。
我々は,この枠組みを5つの構成を対比して,立方体自己蛍光データセット上で検証した。
論文 参考訳（メタデータ） (2026-04-18T10:28:00Z) - Distilling Photon-Counting CT into Routine Chest CT through Clinically Validated Degradation Modeling [51.330452704464925]
145の病院から1,046のPCCTと405,379のEICTで潜伏拡散モデルを訓練した。
我々は,PCCTライクな品質に拡張された17,316以上の公開EICTの大規模データセットを構築した。
以上の結果から,現像技術の進歩は,限られた高画質スキャンを基準として,定期的なEICTに体系的に蒸留できることが示唆された。
論文 参考訳（メタデータ） (2026-04-08T17:47:35Z) - Suppressing Prior-Comparison Hallucinations in Radiology Report Generation via Semantically Decoupled Latent Steering [94.37535002230504]
本研究では,Semantically Decoupled Latent Steeringと呼ばれる学習自由な推論時間制御フレームワークを開発した。
提案手法は,大言語モデル (LLM) による意味分解による意味のない介入ベクトルを構築する。
本手法は歴史的幻覚の可能性を著しく低下させることを示す。
論文 参考訳（メタデータ） (2026-02-27T04:49:01Z) - Efficient Image-to-Image Schrödinger Bridge for CT Field of View Extension [10.352797961760976]
画像から画像までのSchr"odinger Bridge (I$2$SB)拡散モデルに基づく効率的なCT FOV拡張フレームワークを提案する。
I$2$SBは、実データで49.8,HU、実データで152.0HUのルート平均二乗誤差(RMSE)値で優れた定量的性能を達成する。
1ステップの推論では、2Dスライスあたり0.19秒で再構築が可能で、cDDPM (135秒) よりも700倍のスピードアップを示し、拡散GAN (0.58秒) を超えている。
論文 参考訳（メタデータ） (2025-08-15T04:41:05Z) - Anatomy-Grounded Weakly Supervised Prompt Tuning for Chest X-ray Latent Diffusion Models [8.94567513238762]
標準テキスト条件付潜時拡散モデルでは, 対象スキャンの対応する領域と, 臨床上の関連情報が一致しないことが示されている。
句接地のような下流のタスクに効率的に再利用できるように,事前訓練されたモデルにおけるマルチモーダルアライメントを改善するための微調整フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-12T12:19:18Z) - A Framework for Evaluating Predictive Models Using Synthetic Image Covariates and Longitudinal Data [0.0]
患者データを縦断的観察で合成するための新しい枠組みを提案する。
提案手法は,各データモダリティを生成する潜在空間における制御的関連性を導入する。
光コヒーレンストモグラフィー(OCT)スキャンを用いて,本フレームワークの実証を行った。
論文 参考訳（メタデータ） (2024-10-21T16:43:16Z) - Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。
深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。
結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。
このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文 参考訳（メタデータ） (2023-07-06T08:27:48Z) - Anatomically constrained CT image translation for heterogeneous blood
vessel segmentation [3.88838725116957]
造影CT(ceCT)画像の解剖学的構造は, 造影剤拡散の変動により, 分画が困難になる可能性がある。
放射線線量を制限するために、生成モデルは1つのモダリティを合成するために用いられる。
CycleGANは、ペアデータの必要性を軽減するため、特に注目を集めている。
本稿では,高忠実度画像を生成するためのCycleGANの拡張について述べる。
論文 参考訳（メタデータ） (2022-10-04T16:14:49Z) - Flexible Amortized Variational Inference in qBOLD MRI [56.4324135502282]
データから酸素抽出率(OEF)と脱酸素血液量(DBV)をより明瞭に決定する。
既存の推論手法では、DBVを過大評価しながら非常にノイズの多い、過小評価されたEFマップが得られる傾向にある。
本研究は, OEFとDBVの可算分布を推定できる確率論的機械学習手法について述べる。
論文 参考訳（メタデータ） (2022-03-11T10:47:16Z) - Modeling the geospatial evolution of COVID-19 using spatio-temporal
convolutional sequence-to-sequence neural networks [48.7576911714538]
ポルトガルは世界最大の発生率を持つ国であり、人口10万人当たりの14日間の発生率が1000を超える。
その重要性にもかかわらず、covid-19の地理空間的進化の正確な予測は依然として課題である。
論文 参考訳（メタデータ） (2021-05-06T15:24:00Z)
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。