Fugu-MT 論文翻訳(概要): On Tensor-Based PDEs and their Corresponding Variational Formulations with Application to Color Image Denoising

論文の概要: On Tensor-Based PDEs and their Corresponding Variational Formulations with Application to Color Image Denoising

arxiv url: http://arxiv.org/abs/2608.22302v1
Date: Sun, 23 Aug 2026 08:52:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-25 13:29:43.715112
Title: On Tensor-Based PDEs and their Corresponding Variational Formulations with Application to Color Image Denoising
Title（参考訳）: テンソル型PDEとそれに対応する変分定式とカラー画像復調への応用について
Abstract要約: PDE が対応する関数に対する E-L 方程式であるために必要な条件を示す。本手法は,現在最先端のカラー画像復調技術と比較した。
参考スコア（独自算出の注目度）: 18.40477820095994
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The case when a partial differential equation (PDE) can be considered as an Euler-Lagrange (E-L) equation of an energy functional, consisting of a data term and a smoothness term is investigated. We show the necessary conditions for a PDE to be the E-L equation for a corresponding functional. This energy functional is applied to a color image denoising problem and it is shown that the method compares favorably to current state-of-the-art color image denoising techniques.
Abstract（参考訳）: 偏微分方程式(PDE)を,データ項と滑らか度項からなるエネルギー汎関数のオイラー・ラグランジュ方程式(E-L)とみなすことができる場合について検討した。 PDE が対応する関数に対する E-L 方程式であるために必要な条件を示す。このエネルギー関数をカラー画像復調問題に適用し,現在の最先端カラー画像復調技術と比較した。

関連論文リスト

Photon-Atom Granularity Noise Thermometry [6.964781993209706]
ノイズサーモメトリー(英: Noise thermometry, GNT)は、ゆらぎに基づく光サーモメトリー方式である。透過光のパワースペクトル密度は、ショットノイズ限界を超える余剰ノイズを示す。本フレームワークは、原子アンサンブルを用いた光温度測定のためのノイズベースの経路を提供する。
論文参考訳（メタデータ） (2026-05-18T03:20:47Z)
Mechanistic PDE Networks for Discovery of Governing Equations [52.492158106791365]
データから偏微分方程式を発見するためのモデルであるメカニスティックPDEネットワークを提案する。表現されたPDEは解決され、特定のタスクのためにデコードされる。線形偏微分方程式に特化して、ネイティブ、GPU対応、並列、スパース、微分可能多重グリッドソルバを開発した。
論文参考訳（メタデータ） (2025-02-25T17:21:44Z)
Physics Meets Pixels: PDE Models in Image Processing [55.2480439325792]
部分微分方程式 (Partial Differential Equations, PDE) は、画像処理と解析のための強力なツールとして長年認識されてきた。画像処理タスクに特化して設計された新しい物理ベースPDEモデルを提案する。
論文参考訳（メタデータ） (2024-12-11T23:11:50Z)
Unisolver: PDE-Conditional Transformers Towards Universal Neural PDE Solvers [53.79279286773326]
我々は、多様なデータに基づいて訓練され、多様なPDEで条件付けされた新しいトランスフォーマーモデルUnisolverを提案する。 Unisolverは3つの挑戦的な大規模ベンチマークで一貫した最先端を実現し、優れたパフォーマンスと一般化性を示している。
論文参考訳（メタデータ） (2024-05-27T15:34:35Z)
Data-Driven Discovery of PDEs via the Adjoint Method [2.8789878028240907]
本稿では、与えられたデータに基づいて、基礎となる支配的偏微分方程式(PDE)を発見する方法を提案する。 PDEの形式を同定する上で,提案手法の有効性を示す。また,その性能をPDE-FIND(PDE-FIND)として有名なPDE関数同定法と比較した。
論文参考訳（メタデータ） (2024-01-30T17:10:42Z)
Deep Equilibrium Based Neural Operators for Steady-State PDEs [100.88355782126098]
定常PDEに対する重み付けニューラルネットワークアーキテクチャの利点について検討する。定常PDEの解を直接解くFNOアーキテクチャの深い平衡変種であるFNO-DEQを提案する。
論文参考訳（メタデータ） (2023-11-30T22:34:57Z)
Gaussian Mixture Solvers for Diffusion Models [84.83349474361204]
本稿では,拡散モデルのためのGMSと呼ばれる,SDEに基づく新しい解法について紹介する。画像生成およびストロークベース合成におけるサンプル品質の観点から,SDEに基づく多くの解法よりも優れる。
論文参考訳（メタデータ） (2023-11-02T02:05:38Z)
Generator Identification for Linear SDEs with Additive and Multiplicative Noise [48.437815378088466]
同定可能性条件は線形SDEを用いた因果推論において重要である。付加雑音を伴う線形SDEの生成元を特定するのに十分かつ必要な条件を導出する。導出された識別可能性条件を幾何学的に解釈して理解を深める。
論文参考訳（メタデータ） (2023-10-30T12:28:53Z)
Weak-PDE-LEARN: A Weak Form Based Approach to Discovering PDEs From Noisy, Limited Data [0.0]
Weak-PDE-LEARNは,非線形PDEを雑音から同定し,その解を限定的に測定する探索アルゴリズムである。いくつかのベンチマークPDEを学習し,Weak-PDE-LEARNの有効性を示す。
論文参考訳（メタデータ） (2023-09-09T06:45:15Z)
A Neural RDE-based model for solving path-dependent PDEs [5.6293920097580665]
経路依存偏微分方程式(PPDE)の概念は、金融市場における経路依存偏微分の文脈で最初に導入された。古典的な PDE と比較して、PPDE の解は無限次元空間変数を含む。本稿では,PPDEを学習するための大まかなニューラル微分方程式(NRDE)に基づくモデルを提案する。
論文参考訳（メタデータ） (2023-06-01T20:19:41Z)
Bayesian Numerical Methods for Nonlinear Partial Differential Equations [4.996064986640264]
非線形偏微分方程式(PDE)は、相対的な視点から大きな課題を呈する。本稿では、線形PDEに関する初期の研究を、非線形PDEによって指定された初期値問題の一般クラスに拡張する。 PDEの解の適切な先行モデルが、Mat'ern過程のサンプル経路特性の新しい理論的解析を用いて同定される。
論文参考訳（メタデータ） (2021-04-22T14:02:10Z)

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。