×

凸_学习

swMATH ID: 32735
软件作者： Chambolle，A。；霍勒，M。；T·波克。
描述： 从不完全数据中学习卷积图像原子的凸变分模型。介绍了一种从损坏和/或不完整数据中学习卷积图像原子的变分模型，并在函数空间和数值上进行了分析。基于提升和松弛策略，提出的方法是凸的，允许在一般逆问题环境中同时进行图像重建和原子学习。此外，由于数值性能的改进，本文的分析和实验中还包含了一个半凸变量。对于这两种设置，基本的分析特性特别允许确保反问题的良好性和稳定性结果在连续设置中得到证明。利用凸性，进一步数值计算了具有不完全、噪声和模糊数据的应用中的全局最优解，并给出了数值结果。
主页： https://link.springer.com/article/10.1007/s10851-019-00919-7
源代码：  https://github.com/hollerm/convax学习
关键词： 变分法;学习方法;反问题;功能提升;凸松弛;卷积拉索;机器学习;纹理重建
相关软件： github;Deep Adverserial正则化器;网络电话;掌中宽带;TensorFlow公司;压缩IP;DnCNN公司;像素x像素;CycleGAN公司;PRMLT公司;PyTorch公司;ODL公司;亚当;PyOpenCL公司;PyCUDA公司;PDCO公司;BM3D公司;SPORCO公司;PDE-网络;Quicksilver公司
引用于： 7文件

标准条款

1出版物描述软件，包括1出版物以zbMATH为单位 年份
从不完全数据中学习卷积图像原子的凸变分模型。 Zbl 1434.68625号
A.Chambolle。;霍勒，M。;T·波克。
2020
全部的 前5名

15位作者引用

4 马丁·霍勒
2 安德烈亚斯·哈布林
2 奥赞·奥克坦
1 西蒙·R·阿里奇。
1 克里斯蒂安·布雷迪斯
1 丹妮拉·卡尔维蒂
1 马塞洛·卡里奥尼
1 Antonin Chambolle
1 托马斯·科勒
1 彼得·马斯
1 托马斯·波克
1 莫妮卡·普拉吉奥拉
1 鲁祖西卡，杰夫根尼娅
1 卡罗拉·比比安·施恩利布
1 埃尔基·萨默萨洛
全部的 前5名

6篇连载文章中引用

2 SIAM数据科学数学杂志
1 反问题
1 数学成像与视觉杂志
1 数字学报
1 反问题和成像
1 SIAM成像科学杂志
全部的 前5名

在7个字段中引用

6 信息与通信理论、电路（94-XX）
5 数值分析（65-XX）
4 计算机科学（68至XX）
2 变异微积分和最优控制；最优化（49至XX）
2 统计学（62-XX）
1 偏微分方程（35-XX）
1 生物学和其他自然科学（92-XX）

按年份列出的引文