تحسين الاحتمالية الهامشية الفعالة في التفكيك الأعمى

15

الوصف

يعد مبدأ MAPk deconvolution الأعمى أكثر قوة من مبدأ MAPx ، k. ومع ذلك ، يعتبر من الصعب تنفيذه ولم يتم استغلاله على نطاق واسع.
في هذه الورقة ، نجادل في إمكانية تحسين نهج MAPk بسهولة ، وتقديم خوارزميات MAPk بسيطة وعملية. بينما تتناوب استراتيجيات MAPx و k الشائعة أساسًا بين تقدير الصورة الكامنة نظرًا لتقدير kernel و kernel نظرًا للصورة ، تستخدم خوارزمية MAPk الخاصة بنا نفس الخطوات ، حيث يتمثل الاختلاف الوحيد في أن تقدير kernel يراعي التباين المشترك حول x وليس فقط لـ يعني الحل. بينما تقدير دقيق لـ

التباين يمثل تحديًا ، يمكن حساب تقريب قطري بكفاءة في O (N) كقطر معكوس لنظام deconvolution.
بينما قدمنا ​​المبادئ الأساسية لتحسين MAPk ، هناك العديد من الخيارات الحسابية لاستكشافها ، مثل اختيار المرشحات ، واختيار تقريب التباين ، والنموذج السابق.

تم استرداد الصور لمثالين اختباريين. نلاحظ بشكل تجريبي أن نتائج deconvolution معقولة بصريًا عندما تكون نسبة الأخطاء بين deconvolution مع النواة المقدرة و deconvolution مع نواة الحقيقة الأساسية أقل من 3.

إعادة النظر في مطابقة النقاط القوية: نهج التحسين المقعر

 

DREAM الأمثل لتشغيل النمذجة العكسية

 

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “تحسين الاحتمالية الهامشية الفعالة في التفكيك الأعمى”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *