本論文では、非線形および雑音の影響を受けた測定値から、対象物の導電率分布を再構成する手法を提案している。
まず、非線形圧縮センシングの枠組みで問題を定式化し、スパース性を仮定して正則化モデルを構築する。次に、ニューラルネットワークを用いて最適な事前情報(スパースパターン)を推定するOracle-Netを導入する。このOracle-Netの出力を正則化モデルに組み込むことで、効果的にスパース性を活用できる。
理論的には、提案手法の収束性と誤差評価を示し、非線形逆問題であるEIT (Electrical Impedance Tomography)への適用を検討する。数値実験の結果、提案手法が限られた測定値から高精度な再構成を実現できることを確認した。
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Damiana Lazz... kl. arxiv.org 04-10-2024
https://arxiv.org/pdf/2404.06342.pdfDybere Forespørgsler