实体
Deep Unfolding Networks
Deep Unfolding Networks
PulseAugur coverage of Deep Unfolding Networks — every cluster mentioning Deep Unfolding Networks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
差分展开提高了视频成像重建效率
研究人员推出了一种新颖的差分展开（DU）框架，旨在提高视频快照压缩成像（SCI）重建的效率。与使用重复、高复杂度结构的现有方法不同，DU采用动态演化方法。该框架将展开过程划分为结构锚定和差分演化，利用轻量级差分阶段以最小的计算开销来优化特征。DU旨在实现准确性和效率之间的更好平衡，在降低计算成本的同时取得新的最先进成果。
-
新网络探索图像压缩传感的多种解决方案
研究人员开发了一种名为MHC-DUN的新型深度展开网络，用于图像压缩传感。该网络通过考虑多个可能的解决方案而非单一解决方案，解决了现有方法的局限性。它通过在不同的解空间中联合优化来实现这一点，使用动态步长进行梯度下降，并使用一个精炼的近端映射模块，该模块考虑了假设内部和假设之间的相关性。一种新颖的复合损失函数确保了测量保真度、假设多样性和重建准确性之间的平衡，从而在性能上优于当前的CS网络。