权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

基底抽出を用いて反応拡散系画像の潜在構造を抽出する手法の提案

提出一种使用基提取来提取反应扩散图像中潜在结构的方法

基本信息

批准号：
17J08634
负责人：
坂本浩隆
金额：
$ 1.09万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2017
资助国家：
日本
起止时间：
2017-04-26 至 2019-03-31
项目状态：
已结题

项目摘要

本研究の目的は基底抽出を用いて反応拡散系画像の潜在構造抽出を行う手法の開発である．本年度は拡散系画像およびパラメトリックな画像データの潜在構造抽出に関する理論の構築について研究を行っている．30年度は昨年度に引き続き，MRFモデルを例として深い階層にあるパラメータの推定を効率的に計算する近似アルゴリズムを開発した．ハイパーパラメータ事後分布の空間で近似的なサンプリングを行うことで，計算量を大幅に削減できる．本年度では効果の検証を進め，論文を執筆した．現在英文査読付き雑誌に投稿中である．MRFモデルや反応拡散系データの解析では，ハイパーパラメータの値は画像のグラフ構造に影響を受ける．このグラフ構造もデータから推定する事が可能であり，推定の性能評価は重要な課題である．本年度では，MRFモデルによる画像データのグラフ構造推定の推定精度評価を行った．本研究の成果はIBISML2018および物理学会で発表を行った．さらに，本年度は中性子散乱などで得られる高次元スペクトルデータの解析を進めている．高次元運動量空間中に分布する中性子散乱などの散乱実験データは，ヒストグラムとして強度値を得ることで高次元画像データとみなす事ができる．この画像データは生成過程がモデル化されているため，潜在変数推定を行うことができる．本年度は，人工データに基づいてモデルのパラメータをベイズ推定し，潜在パラメータ推定においてより精度の高いモデル構築方法を検討した．本結果は英文査読付き雑誌への投稿に向け論文を執筆中である．中性子散乱の場合は高次元スペクトルから得られるデータは本来カウントデータである．カウントデータはヒストグラム化され，この際ビン幅，すなわち空間解像度を最適化する必要がある．本研究ではビン幅の最適化手法を提案し人工データによる検証を行った．研究の成果は英文査読付き雑誌に掲載された．

The purpose of this study is to develop a method for extracting potential structures from basement images. This year, the study on the theoretical construction of the potential structure extraction of the scattered system image is carried out. In 2030, the study on the MRF structure is carried out. In 2030, the calculation of the estimated efficiency of the MRF structure is carried out. The space of the post-event distribution is approximated and the amount of calculation is greatly reduced. This year's paper was written. MRF analysis of dispersion system data, the influence of structure on dispersion system data. The structure of the structure is not expected to be possible, and the performance evaluation of the estimation is an important issue. This year, MRF estimates the accuracy of structural estimation. The results of this research were presented at IBISML2018. Today, this year, the middle of the character scattered, we have to get high dimensional, high dimensional, The distribution of high-dimensional motion quantity in the space is scattered, scattered and scattered, and the intensity of high-dimensional motion quantity is obtained. The image generation process of this kind of image is divided into two parts: the potential number is estimated and the potential number is estimated. This year, we will examine the construction methods of artificial data base estimation and potential data base estimation. The results of this paper are as follows: 1. In case of middle and high degree disorder, it is necessary to change the original situation. It is necessary to optimize the spatial resolution of the image. This study proposes an optimization method for the amplitude of the application. The results of the study were published in English.