論文の概要: PhyRestore: Physics-Structured Latent-Factor Restoration

• arxiv url: http://arxiv.org/abs/2609.19776v1
• Date: Thu, 17 Sep 2026 06:43:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.125899
• Title: PhyRestore: Physics-Structured Latent-Factor Restoration
• Title（参考訳）: PhyRestore:物理構造を持つ潜在因子修復
• Abstract要約: 物理的に意味のある入力因子がノイズや腐敗している場合、時間的土壌ロス変化の推定は困難である。 物理構造を有する潜在要素復元フレームワークであるPhyRestoreを紹介する。 降雨浸食の分離・同時汚損下での流域規模でPhyRestoreの評価を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Estimating temporal soil-loss change is challenging when physically meaningful input factors are noisy or corrupted, particularly because substantial changes are rare relative to the large number of locations exhibiting little change. We study this problem through the Revised Universal Soil Loss Equation (RUSLE) and introduce PhyRestore, a physics-structured latent-factor restoration framework. Rather than directly predicting soil-loss change or correcting a degraded physical estimate, PhyRestore restores corrupted physical factors and reconstructs temporal change through the known physical relationship. We evaluate PhyRestore in a watershed-scale bitemporal raster setting under isolated and simultaneous corruption of rainfall erosivity and cover management, comparing it with the degraded RUSLE estimate and Direct RF, XGBoost, MLP, and CNN models. Factor restoration improves high-magnitude recovery when the corrupted factors remain identifiable, but its advantage weakens under joint corruption, sparse positive extremes, and factor values outside the training support.
• Abstract（参考訳）: 物理的に意味のある入力因子がノイズや腐敗している場合、特に大きな変化がほとんど変化しない多数の場所と比較して稀なため、時間的土壌ロス変化の推定は困難である。 本稿では, この問題をRUSLE(Revised Universal Soil Loss Equation)を用いて検討し, 物理構造を有する潜在要素復元フレームワークであるPhyRestoreを紹介する。 PhyRestoreは、土壌の損失変化を直接予測したり、劣化した物理的推定を補正する代わりに、腐敗した物理的要因を復元し、既知の物理的関係を通じて時間的変化を再構築する。 降雨浸食とカバーマネージメントの分離・同時汚損下での流域規模でPhyRestoreを評価し, 直接RF, XGBoost, MLP, CNNモデルと比較した。 因子回復は、腐敗した因子が識別可能なままであるときに高次回復を改善するが、その優位性は、共同汚職、疎正極性、および訓練支援外の因子値によって弱まる。

関連論文リスト

• ResLRP: The Role of Residual Cancellation in Attribution Instability in Vision Transformers [58.411900827911346]
  欠落する成分は,残余接続の治療であることを示す。 ResLRP(Residual-Aware Layer-wise Relevance Propagation)を導入する。 ResLRP は LRP の単純な拡張であり、その伝搬規則は残枝のキャンセルを明示的に考慮している。
  論文  参考訳（メタデータ） (2026-09-15T13:17:30Z)
• Revisiting the Current Frame: Physical-Trace-Guided Network Output Correction for Video Restoration [20.573571456618936]
  本稿では,低品質の電流フレームをビデオ復元補正のための時間的整列アンカーとして再検討するモデルに依存しないフレームワークであるANCHORを提案する。 高ダイナミックレンジビデオ復元実験とビデオデラライニングバランス実験は、様々な最先端の復元モデルにおいて一貫した改善を示す。
  論文  参考訳（メタデータ） (2026-08-10T09:20:51Z)
• Relative Repairability: A Calibration-Based Diagnostic for High-Sparsity Post-Pruning Allocation [12.288779306467768]
  相対修復性 (RR) はキャリブレーションに基づく診断であり、層状プルーニングによる生の活性化歪みとチャネル状分散整合修復後の残留歪みを比較する。 RRはアーキテクチャ依存の回復可能性遷移(Recoverability transition)の近くで最も有用であり、標準的な構造や大きさに基づくアロケーションが信頼性を失い始めるが、修復後のリカバリはまだ完全には崩壊していない。 これらの結果から, 高い疎水性プルーニングは, 保持重量だけでなく, 修復性にも寄与することが示唆された。
  論文  参考訳（メタデータ） (2026-05-25T07:12:38Z)
• Degradation Frequency Curve: An Explicit Frequency-Quantified Representation for All-in-One Image Restoration [59.617677508577934]
  劣化は通常、劣化からクリーンマッピングに隠された暗黙の要因として扱われる。 本稿では、劣化応答を定量化するスペクトル表現である劣化周波数曲線(DFC)を提案する。 DFCはオールインワン復元の効果的な表現基盤を提供し、最先端のパフォーマンスをもたらす。
  論文  参考訳（メタデータ） (2026-05-17T15:36:45Z)
• Physics-Informed Conditional Diffusion for Motion-Robust Retinal Temporal Laser Speckle Contrast Imaging [22.53377364879914]
  網膜拡散モデル(Retinal Diffusion Model)は、運動に頑健で数フレームしか必要としない網膜tLSCIに対して提案されている。 この研究は、非常に限られたフレームから信頼性の高い網膜tLSCI再構成のための実用的で物理的に基盤化された経路を提供する。
  論文  参考訳（メタデータ） (2026-04-22T14:11:27Z)
• TIDE: Two-Stage Inverse Degradation Estimation with Guided Prior Disentanglement for Underwater Image Restoration [2.5840709738256127]
  TIDEは$underlinet$woのステージで、分解特性を明示的にモデル化し、特別な事前分解を通じてターゲットの復元を適用する。 本手法は, 局所劣化パターンに基づいて, 適応的に融合した複数の特殊仮説に復元過程を分解する。 特殊な復元仮説を生成することにより、TIDEは競合する劣化因子をバランスさせ、高度に劣化した領域でも自然の結果を産出する。
  論文  参考訳（メタデータ） (2025-12-08T05:06:29Z)
• Revisiting Plasticity in Visual Reinforcement Learning: Data, Modules and Training Stages [56.98243487769916]
  ニューラルネットワークが新しいデータで進化する能力である塑性は、高性能でサンプル効率のよい視覚強化学習に不可欠である。 本稿では,批評家の可塑性レベルに基づいてリプレイ率を動的に調整するAdaptive RRを提案する。
  論文  参考訳（メタデータ） (2023-10-11T12:05:34Z)
• Adapt and Diffuse: Sample-adaptive Reconstruction via Latent Diffusion Models [24.5360032541275]
  逆問題は、ノイズや(非線形でない)観測からクリーンな信号を回復することが目的である複数のアプリケーションで発生する。 我々のキーとなる観察は、既存の逆問題解決器のほとんどは、再構成作業の難易度に計算力を適応させる能力が欠如していることである。 オートエンコーダの潜時空間における劣化信号の劣化度を推定するために,$textitseverity encoding$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-09-12T23:41:29Z)
• Relationship Quantification of Image Degradations [72.98190570967937]
  劣化関係指数(DRI)は,2モデル間の検証損失の平均ドロップレート差として定義される。 DRIは常に、特定の劣化を列車モデルの補助として利用することで、性能改善を予測します。 得られた劣化組合せがアンカー劣化性能を向上させることができるかどうかを簡易かつ効果的に推定する手法を提案する。
  論文  参考訳（メタデータ） (2022-12-08T09:05:19Z)

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。