MétaCan
Menu
Retour à la cohorte
Enregistrement W2901954437 · doi:10.48550/arxiv.1805.06761

Real order (an)-isotropic total variation in image processing - Part I: analytical analysis and functional properties

2018· preprint· en· W2901954437 sur OpenAlexaff
Pan Liu, Xin Lü

Notice bibliographique

RevuearXiv (Cornell University) · 2018
Typepreprint
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensLakehead University
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésBounded variationIsotropyMathematicsBounded functionRegularization (linguistics)Total variation denoisingOrder (exchange)Image (mathematics)Variation (astronomy)Applied mathematicsFractional calculusMathematical analysisFunction (biology)Compact spacePure mathematicsAlgorithmComputer scienceArtificial intelligencePhysicsOptics

Résumé

récupéré en direct d'OpenAlex

In this paper, a variational, multi-dimensional model for image reconstruction is proposed, in which the regularization term consists of the $r$-order (an)-isotropic total variation seminorms $TV^r$, with $r\in \mathbb R^+$, defined via the Riemann-Liouville fractional derivative. Key properties, such as the lower semi-continuity and compactness with respect to both the function $u$ and the order of derivative $r$, are studied. This paper, the first of our series works on analytical and numerical aspects of the model, as well as the learning of optimal order $r$ for particular imaging tasks, provides a comprehensive analysis of the behavior of $TV^r$ in the space of functions with bounded (fractional order) total variation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,142
Tête enseignante GPT0,244
Écart entre enseignants0,102 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetFractional Differential Equations SolutionsTravaux en français237 207