清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Gabor-based learnable sparse representation for self-supervised denoising

可解释性 计算机科学 人工智能 噪音(视频) 降噪 模式识别(心理学) 代表(政治) 人工神经网络 机器学习 图像(数学) 政治学 政治 法学
作者
Sixiu Liu,Shijun Cheng,Tariq Alkhalifah
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:1
标识
DOI:10.48550/arxiv.2308.03077
摘要

Traditional supervised denoising networks learn network weights through "black box" (pixel-oriented) training, which requires clean training labels. The uninterpretability nature of such denoising networks in addition to the requirement for clean data as labels limits their applicability in real case scenarios. Deep unfolding methods unroll an optimization process into Deep Neural Networks (DNNs), improving the interpretability of networks. Also, modifiable filters in DNNs allow us to embed the physics information of the desired signals to be extracted, in order to remove noise in a self-supervised manner. Thus, we propose a Gabor-based learnable sparse representation network to suppress different noise types in a self-supervised fashion through constraints/bounds applied to the parameters of the Gabor filters of the network during the training stage. The effectiveness of the proposed method was demonstrated on two noise type examples, pseudo-random noise and ground roll, on synthetic and real data.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
SUNNYONE完成签到 ,获得积分10
2秒前
Xzx1995完成签到 ,获得积分10
3秒前
mzhang2完成签到 ,获得积分10
20秒前
jlwang完成签到,获得积分10
27秒前
35秒前
KalEl发布了新的文献求助10
35秒前
李爱国的应助被科研通管家采纳,获得10
41秒前
41秒前
41秒前
zhangsan完成签到,获得积分10
56秒前
56秒前
乐乐的应助被lurq采纳,获得10
1分钟前
LINDENG2004完成签到 ,获得积分10
1分钟前
六一儿童节完成签到 ,获得积分0
1分钟前
闪闪青雪完成签到,获得积分10
1分钟前
黑猫老师完成签到 ,获得积分10
1分钟前
科研通AI65的应助被zoey采纳,获得10
1分钟前
buqi完成签到,获得积分10
1分钟前
1分钟前
zoey完成签到,获得积分10
1分钟前
1分钟前
zoey发布了新的文献求助10
1分钟前
12345发布了新的文献求助10
1分钟前
MchemG完成签到,获得积分0
1分钟前
1分钟前
KalEl发布了新的文献求助10
1分钟前
胡萝卜完成签到,获得积分10
2分钟前
蓝天发布了新的文献求助10
2分钟前
林克完成签到,获得积分10
2分钟前
慕青的应助被科研通管家采纳,获得10
2分钟前
stone完成签到 ,获得积分10
3分钟前
大熊完成签到 ,获得积分10
3分钟前
谦让康完成签到 ,获得积分10
3分钟前
cy0824完成签到 ,获得积分10
3分钟前
3分钟前
KalEl发布了新的文献求助10
3分钟前
谨慎小土豆完成签到,获得积分10
4分钟前
草木完成签到 ,获得积分10
4分钟前
闲01完成签到 ,获得积分10
4分钟前
昴星引路完成签到 ,获得积分10
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8195230
求助须知:如何正确求助?哪些是违规求助? 9580973
关于积分的说明 21873110
捐赠科研通 7795286
什么是DOI,文献DOI怎么找? 3437973
关于科研通互助平台的介绍 2561284
邀请新用户注册赠送积分活动 2484708