实体
Trishit Mukherjee
Trishit Mukherjee
PulseAugur coverage of Trishit Mukherjee — every cluster mentioning Trishit Mukherjee across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法通过Lipschitz控制确保图像重建收敛
研究人员开发了一种新的神经网络训练方法，可以保证图像重建的收敛性。该方法使用图像格上的置换来约束神经网络架构，确保其全局非扩张。该去噪器已与成像算子集成，创建了一个可证明收缩的重建机制。在超分辨率和去模糊任务上的实验表明，与现有方法相比，该方法具有竞争力，同时还提供了理论上的Lipschitz保证。
-
新框架稳定深度重建算子，实现可靠的图像处理
研究人员开发了一个新框架，用于稳定图像处理任务中使用的深度重建算子。这些算子在迭代应用时可能导致“峰值和崩溃”行为，即性能最初改善然后恶化，使其不可靠。提出的解决方案将这种不稳定性形式化，并使用收缩算子作为锚定，在不重新训练原始深度网络的情况下防止崩溃。该方法在各种算法、去噪器架构和成像任务中都显示出了一致且更高的可靠性。