Core Concepts
訓練セット不要な二段階深層学習法によるスペクトルデータのノイズ除去方法を提案する。
Abstract
最近の実験技術の発展に伴い、スペクトルデータは複雑化しており、高品質なデータが必要とされている。しかし、高信号対雑音比(SNR)測定は時間がかかるため、ポスト処理手法が必要とされている。従来の数学的手法では効果が限定的であったため、機械学習技術を用いたノイズ除去手法が注目されている。本研究では訓練セット不要な二段階深層学習手法を提案し、前作と比較して5倍の加速度を達成したことを示す。さらに、非凸性問題における良好な幾何学的条件により、第一次アルゴリズムでグローバル収束が可能であることを示唆している。
Stats
前作と比較して5倍の加速度を達成したことを示す。
非凸性問題における良好な幾何学的条件により、第一次アルゴリズムでグローバル収束が可能であることを示唆している。