×

噪音2自身

swMATH ID: 42912
软件作者: 约书亚·巴特森(Joshua Batson)、洛伊克·罗耶(Loic Royer)
描述: 噪声2自身:通过自我监督进行盲目去噪。我们提出了一种通用的高维测量去噪框架,该框架不需要信号先验知识、噪声估计和干净的训练数据。唯一的假设是,噪声在测量的不同维度上表现出统计独立性,而真实信号表现出一定的相关性。对于一类广泛的函数(“J-不变”),可以仅从含噪数据估计去噪器的性能。这允许我们校准任何参数化去噪算法的J不变版本,从中值滤波器的单个超参数到深度神经网络的数百万权重。我们在自然图像和显微镜数据上证明了这一点,其中我们利用像素之间的噪声独立性,并在单细胞基因表达数据上证明,我们利用单个分子检测之间的独立性。该框架概括了最近在从噪声图像训练神经网络和矩阵分解交叉验证方面的工作。
主页: https://arxiv.org/abs/1901.11365
源代码:  https://github.com/czbiohub/noise2self
相关软件: 噪音2噪音;噪音2无效;自我2自我;Noisier2噪音;掌中宽带;PyTorch公司;ImageNet公司;SNIPS公司;FFD网络;新加坡存托凭证;SimCSE公司;N2D气体;DeCLUTR公司;SwAV软件;时尚-MNIST;SimCLR(模拟清除);UMAP公司;亚当;CIFAR公司;pr深度
引用于: 6文件

按年份列出的引文