| Item type |
SIG Technical Reports(1) |
| 公開日 |
2023-03-02 |
| タイトル |
|
|
タイトル |
LSMR法の停止条件を深層学習する際のデータ数削減方法に関する提案 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Proposal on how to reduce the number of data when implementing deep learning of stop conditions for the LSMR method |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
奈良女子大学 |
| 著者所属 |
|
|
|
福井大学 |
| 著者所属 |
|
|
|
福井大学 |
| 著者所属 |
|
|
|
福井大学 |
| 著者所属 |
|
|
|
福井大学 |
| 著者所属 |
|
|
|
奈良女子大学 |
| 著者所属 |
|
|
|
福井大学 |
| 著者所属 |
|
|
|
大阪成蹊大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Nara Women's University |
| 著者所属(英) |
|
|
|
en |
|
|
University of Fukui |
| 著者所属(英) |
|
|
|
en |
|
|
University of Fukui |
| 著者所属(英) |
|
|
|
en |
|
|
University of Fukui |
| 著者所属(英) |
|
|
|
en |
|
|
University of Fukui |
| 著者所属(英) |
|
|
|
en |
|
|
Nara Women's University |
| 著者所属(英) |
|
|
|
en |
|
|
University of Fukui |
| 著者所属(英) |
|
|
|
en |
|
|
Osaka Seikei University |
| 著者名 |
千代延, 未帆
久保井, 五貴
田中, 利佳
小澤, 伸也
細田, 陽介
髙田, 雅美
木村, 欣司
中村, 佳正
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
今日の画像処理技術において，ぼやけ画像の鮮明化は不良条件の連立一次方程式問題である．大次元疎行列を係数に持つ不良条件の線形方程式に対して，反復解法の一つである LSMR 法を適用する．反復解法を用いる場合，ノイズの影響を少なくするために，適切な回数で反復計算を停止する必要がある．反復停止則として機能する2重対角行列の条件数の計算には，特異値計算のための DQDS 法を採用する．本研究報告では，ぼやけ画像と最適な組のデータ，ぼやけ画像行列に特異値分解を適用し，規格化した特異値のデータ，両者のデータをそれぞれ利用した，機械学習に関する性能の比較を行う． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA12055912 |
| 書誌情報 |
研究報告バイオ情報学（BIO）
巻 2023-BIO-73,
号 31,
p. 1-6,
発行日 2023-03-02
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8590 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-BIO23073031.pdf (938.9 kB)
