基于深度神经网络先验的矩方法轨道恢复
统计方法学
2024-01-31 v2 计算机视觉与模式识别
机器学习
数值分析
数值分析
摘要
轨道恢复问题是一类在实践中常以各种形式出现的难题。在这类问题中，我们旨在估计被群作用扭曲且经已知算子观测后的未知函数。通常观测会被不可忽略水平的噪声污染。本文关注的两个特定轨道恢复问题是多参考对齐与单颗粒冷冻电镜建模。为抑制噪声，我们建议对两个问题均采用矩方法，并引入深度神经网络先验。具体而言，我们的神经网络应以矩为输入，输出信号与群元分布。在多参考对齐情形下，我们展示了使用神经网络加速从矩重建信号收敛的优势。最后，我们将该方法用于冷冻电镜设定下模拟与生物三维体的重建。
引用
@article{arxiv.2304.14604,
title = {Deep Neural-network Prior for Orbit Recovery from Method of Moments},
author = {Yuehaw Khoo and Sounak Paul and Nir Sharon},
journal= {arXiv preprint arXiv:2304.14604},
year = {2024}
}