AI এবং বিশ্বের কঠিন সমস্যাগুলো · পদার্থবিজ্ঞান · arXiv · 2026-10-19

ফটোঅ্যাকোস্টিক টোমোগ্রাফিতে যৌথ পুনর্গঠনের জন্য অপ্রশিক্ষিত CNN এবং সহগ-স্থানে নিয়মিতকরণ

মূল শিরোনাম: Untrained CNN and coefficient-space regularization for joint reconstruction in photoacoustic tomography

এই গবেষণাপত্রটি সীমানা পরিমাপ থেকে ফটোঅ্যাকোস্টিক টোমোগ্রাফিতে প্রাথমিক চাপ এবং স্থানভেদে পরিবর্তনশীল শব্দের গতির যৌথ পুনর্গঠন নিয়ে আলোচনা করে। একটি অপ্রশিক্ষিত CNN স্থির অরৈখিক বৈশিষ্ট্য সরবরাহ করে, যেখান থেকে Tikhonov-নিয়মিতকৃত ন্যূনতম বর্গ পদ্ধতিতে প্রাথমিক চাপের ওয়েভলেট সহগ অনুমান করা হয়, আর শব্দের গতির জন্য একটি শেখা সহগ-স্থান প্রায়োর ব্যবহার করা হয়। পদ্ধতিটি হেল্ড-আউট ডেটায় নির্ভুলভাবে পুনর্গঠন করে এবং অদেখা ফ্যান্টম জ্যামিতিতে সাধারণীকরণ করে, আর তত্ত্বাবধানকৃত প্রশিক্ষিত CNN-এর চেয়ে উল্লেখযোগ্যভাবে কম ত্রুটি দেয়, অথচ গণনার সময় প্রায় এক-ষষ্ঠাংশ লাগে।

মূল লেখা পড়ুন ↗

সব আইটেম →