arXiv cs.AI / cs.LG 最新· Alfio Bozi·· 5 天前AI 评分46
未训练 CNN 与系数空间正则化实现光声断层成像联合重建
Untrained CNN and coefficient-space regularization for joint reconstruction in photoacoustic tomography
AI 导读
该研究提出一种正则化框架，用未训练 CNN 生成的固定非线性特征配合 Tikhonov 正则化最小二乘，从边界测量中联合重建光声断层成像的初始压力与空间变化声速。数值实验在 held-out 数据上实现准确重建并泛化到未见过的 phantom 几何，噪声水平升至 10% 时精度仅轻微下降。相比有监督训练的 CNN，该未训练表示的重建误差显著更小，计算时间约为其六分之一。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。