論文の概要: Modelling dynamic systems transfer functions from events in computational neuromorphic imaging
- arxiv url: http://arxiv.org/abs/2609.29863v1
- Date: Thu, 24 Sep 2026 14:22:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.997183
- Title: Modelling dynamic systems transfer functions from events in computational neuromorphic imaging
- Title（参考訳）: 計算ニューロモルフィックイメージングにおける事象からの動的システム伝達関数のモデル化
- Abstract要約: イベントビジョンセンシング(EVS)は、対数照射のしきい値交差を報告しているので、静的なシーンを撮像する静的光学系は出力をまったく生成しない。
我々は、光子ノイズとクロスアレイ閾値のミスマッチがプローブ逆解析精度に与える影響を考察する。
シーンからイベントまでのフルフォワード演算子のコンポーネントとしての動的PSFの可能性について論じる。
- 参考スコア（独自算出の注目度）: 1.7188280334580195
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Event Vision Sensing (EVS) report threshold crossings of log-irradiance, so a static optical system imaging a static scene produces no output at all. The classical procedure for measuring a Point Spread Function (PSF), illuminating the system with a constant point source, therefore has no event-based equivalent: the probe must carry a temporal profile, and that profile becomes part of the measurement. A growing body of Computational Neuromorphic Imaging (CNI) work already exploits this, pairing engineered or modulated optics with event sensing, but each system adopts a particular excitation together with a particular reading of the event stream without the correspondence between the two being stated. We examine that correspondence directly within a analytical framework of an Linear Shift-Invariant (LSI) optical system with a specified Modulation Transfer Function (MTF), a first-order filter EVS pixel model, and three different temporal probes: a step function, a linear ramp and an exponential ramp. By analysing the inverse of the entire chain for different event-statistic, and comparing the results to the specified MTF, we identify the context where each probe is most relevant. We consider how photon-noise and cross-array threshold mismatch effects the analytical accuracy of the probe-inverse. Results show that the widely used step probe is highly susceptible to mismatch while resilient to photon shot-noise, while a linear rise probe and exponential rise probe retain their ability to infer signal levels even with high mismatch. We discuss the potential of dynamic-PSFs as components of a full forward operator from scene to events. In this, we use this analytical description to define dynamic-PSFs around EVS, and discuss the gaps toward a unified pixel model and a scene-composition framework required for CNI.
- Abstract（参考訳）: イベントビジョンセンシング(EVS)は、対数照射のしきい値交差を報告しているので、静的なシーンを撮像する静的光学系は出力をまったく生成しない。
点スプレッド関数 (PSF) を測る古典的な手順は、一定の点源でシステムに照らし出すため、事象ベースの等価性を持たず、プローブは時間プロファイルを持ち、そのプロファイルは測定の一部となる。
コンピュータ・ニューロモルフィック・イメージング(CNI)の研究は、既にこれを活用し、光とイベントセンシングを組み合わせたり、変調させたりしているが、それぞれのシステムは、両者の対応なしに、イベントストリームの特定の読み出しとともに、特定の励起を採用する。
本研究では,1次フィルタEVS画素モデル,ステップ関数,リニアランプ,指数ランプの3種類の時間プローブを,特定の変調伝達関数 (MTF) を持つ直線シフト不変(LSI)光学系の解析的枠組み内で直接対応させることを検討した。
異なる事象統計量に対してチェーン全体の逆解析を行い、その結果を特定のMSFと比較することにより、各プローブが最も関連性の高いコンテキストを特定する。
我々は、光子ノイズとクロスアレイ閾値のミスマッチがプローブ逆解析精度に与える影響を考察する。
その結果, 広く使用されているステッププローブは光子ショットノイズに耐性を有しつつも, ミスマッチの影響を受けやすく, 線形ライジングプローブと指数ライジングプローブは, 高いミスマッチでも信号レベルを推測する能力を維持していることがわかった。
シーンからイベントまでのフルフォワード演算子のコンポーネントとしての動的PSFの可能性について論じる。
本稿では,この解析的記述を用いて,EVS周辺の動的PSFを定義し,CNIに必要な統一画素モデルとシーン構成フレームワークとのギャップについて論じる。
関連論文リスト
- Implicit Neural Representations: A Signal Processing Perspective [54.57279006229212]
入射神経表現(INR)は、離散的なサンプルデータから連続的な機能的表現へと、信号モデリングの根本的な変化を示す。
本稿では、信号処理の観点からのINRの進化を考察し、スペクトル挙動、サンプリング理論、マルチスケール表現を強調する。
医療・レーダ画像の逆問題,圧縮,3次元シーン表現など,幅広い応用分野におけるINRの有用性を強調した。
論文 参考訳（メタデータ） (2026-04-16T14:12:06Z) - Photonic AI: A Hybrid Diffractive Holographic Neural System for Passive Optical Real-Time Image Classification [0.0]
本稿では,画像分類のためのハイブリッドな回折ホログラフィーアーキテクチャを提案する。
提案モデルでは,Diffractive Optical Neural Network (DONN) とホログラフィ干渉学習 (HIBL) 演算子を結合する。
MNISTの物理インフォームドシミュレーションでは、約25,000の位相要素を持つ3層系が91.2%のテスト精度を達成している。
論文 参考訳（メタデータ） (2026-04-14T10:34:14Z) - On the Mechanism and Dynamics of Modular Addition: Fourier Features, Lottery Ticket, and Grokking [49.1352577985191]
本稿では,2層ニューラルネットワークがモジュール追加タスクを解くために,機能をどのように学習するかを包括的に分析する。
我々の研究は、学習したモデルの完全な機械論的解釈と、その訓練力学の理論的説明を提供する。
論文 参考訳（メタデータ） (2026-02-18T20:25:13Z) - SMKC: Sketch Based Kernel Correlation Images for Variable Cardinality Time Series Anomaly Detection [0.0]
運用環境では、監視システムはセンサーチャーンを頻繁に経験する。
本稿では,異常検出器から動的入力構造を分離するフレームワークSMKCを提案する。
SMKC表現におけるランダムプロジェクションと近傍近傍の検出器は、完全に訓練されたベースラインと競合する。
論文 参考訳（メタデータ） (2026-01-28T21:15:11Z) - Optical Linear Systems Framework for Event Sensing and Computational Neuromorphic Imaging [2.45990890510584]
イベントビジョンセンサ(ニューロモルフィックカメラ)は、ログ強度閾値の交差によって引き起こされる非同期ON/OFFイベントを出力する。
非線形系として、この事象表現は、ほとんどの計算イメージングと光学系設計の基盤となる線形フォワードモデルと容易には統合されない。
本稿では,イベントストリームを1ピクセルあたりの対数強度と強度微分の推定値にマッピングし,これらの測定結果を動的線形系モデルに組み込む物理基底処理パイプラインを提案する。
論文 参考訳（メタデータ） (2026-01-20T01:23:22Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - DiffusionSfM: Predicting Structure and Motion via Ray Origin and Endpoint Diffusion [53.70278210626701]
マルチビュー画像から3次元シーン形状とカメラポーズを直接推定するデータ駆動型マルチビュー推論手法を提案する。
我々のフレームワークであるDiffusionSfMは、シーン幾何学とカメラを、グローバルフレーム内のピクセルワイズ線源とエンドポイントとしてパラメータ化します。
我々は、DiffusionSfMを合成データセットと実データセットの両方で実証的に検証し、古典的および学習ベースのアプローチよりも優れていることを示す。
論文 参考訳（メタデータ） (2025-05-08T17:59:47Z) - PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。
PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
論文 参考訳（メタデータ） (2025-05-06T15:18:38Z) - Finding simplicity: unsupervised discovery of features, patterns, and
order parameters via shift-invariant variational autoencoders [0.0]
画像の特徴的反復特徴を解消するシフト不変変分オートエンコーダ (shift-VAE) を開発した。
対象物の位置の不確実性と形状復元の不確実性とのバランスを, シフトVAEが示す。
論文 参考訳（メタデータ） (2021-06-23T15:39:07Z) - Probing the topological Anderson transition with quantum walks [48.7576911714538]
光線形ネットワークにおける1次元量子ウォークについて考察する。
ウォーカーの確率分布を直接監視するオプションは、この光学プラットフォームを1次元トポロジカルアンダーソン転移のユニークなシグネチャの実験的観察に最適である。
論文 参考訳（メタデータ） (2021-02-01T21:19:15Z)
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。