Machine learning based data retrieval for inverse scattering problems with incomplete data
Machine learning based data retrieval for inverse scattering problems with incomplete data
复制标题
基于机器学习的数据检索，解决不完整数据的逆散射问题
DOI：
10.1515/jiip-2019-0101
复制
发表时间：
2019-10
影响因子：
1.1
通讯作者：
Zhang Kai
中科院分区：
文献类型：
--
作者：
Gao Yu;Zhang Kai
摘要 我们关注与不完整测量数据相关的逆散射问题。这是一个在许多实际应用中出现的具有挑战性且日益重要的主题。基于原型工作模型，我们提出了一种基于机器学习的逆散射方案，该方案集成了用于数据检索的 CNN（卷积神经网络）。所提出的方法可以有效地应对有限孔径和/或无相远场数据下的重建。数值实验验证了我们新方案的有前途的特征。
Abstract We are concerned with the inverse scattering problems associated with incomplete measurement data. It is a challenging topic of increasing importance that arise in many practical applications. Based on a prototypical working model, we propose a machine learning based inverse scattering scheme, which integrates a CNN (convolution neural network) for the data retrieval. The proposed method can effectively cope with the reconstruction under limited-aperture and/or phaseless far-field data. Numerical experiments verify the promising features of our new scheme.
登录
查看更多内容
DOI：
--
发表时间：
2019-06
期刊：
ArXiv
影响因子：
--
作者：
E. Weinan;Chao Ma;Lei Wu
通讯作者：
E. Weinan;Chao Ma;Lei Wu
DOI：
10.1093/acprof:oso/9780199213535.001.0001
发表时间：
2007-12
期刊：
--
影响因子：
--
作者：
A. Kirsch;N. Grinberg
通讯作者：
A. Kirsch;N. Grinberg
影响因子：
1.1
作者：
L. Rondi
通讯作者：
L. Rondi
影响因子：
2.1
作者：
Deyue Zhang;Yukun Guo;Jingzhi Li;Hongyu Liu
通讯作者：
Deyue Zhang;Yukun Guo;Jingzhi Li;Hongyu Liu
影响因子：
1.3
作者：
Masaru Ikehata;Esa Niemi;S. Siltanen
通讯作者：
Masaru Ikehata;Esa Niemi;S. Siltanen