AI और दुनिया की कठिन समस्याएँ · भौतिकी · arXiv · 2026-10-19

फ़ोटोएकाउस्टिक टोमोग्राफ़ी में संयुक्त पुनर्निर्माण के लिए अप्रशिक्षित CNN और गुणांक-अंतराल रेगुलराइज़ेशन

मूल शीर्षक: Untrained CNN and coefficient-space regularization for joint reconstruction in photoacoustic tomography

यह शोधपत्र फ़ोटोएकॉस्टिक टोमोग्राफ़ी में सीमा मापों से प्रारंभिक दाब और स्थानिक रूप से परिवर्तनशील ध्वनि गति के संयुक्त पुनर्निर्माण को संबोधित करता है। एक अप्रशिक्षित CNN निश्चित अरैखिक विशेषताएँ प्रदान करता है, जिनसे प्रारंभिक दाब के वेवलेट गुणांकों का अनुमान Tikhonov-नियमितीकृत न्यूनतम वर्ग विधि से लगाया जाता है, जबकि ध्वनि गति के लिए सीखे गए गुणांक-स्पेस प्रायर का उपयोग किया जाता है। यह विधि अलग रखे गए डेटा पर सटीक पुनर्निर्माण करती है और अनदेखी फ़ैंटम ज्यामितियों पर सामान्यीकृत होती है, तथा पर्यवेक्षित रूप से प्रशिक्षित CNN की तुलना में काफ़ी कम त्रुटियाँ देती है, जबकि इसमें लगभग छठे हिस्से के बराबर गणना समय लगता है।

मूल लेख पढ़ें ↗

सभी आइटम →