基于预训练Bloch一致性去噪自编码器的磁共振指纹识别深度图像先验
人工智能
2024-08-20 v2 机器学习
系统与控制
系统与控制
摘要
从磁共振指纹(MRF)压缩采样获取多参数定性图的估计虽已取得成功，但由于高欠抽样率和在图像重建过程中自然产生的伪影，仍具有挑战。虽然最先进的深度学习方法可成功解决此任务，但为充分发挥其能力，往往需要配套数据集进行训练，而在该领域几乎不存在真实数据。本文提出一种方法，将深度图像先验(DIP)模块与Bloch一致性约束自编码器结合，在无真实数据情况下即可解决此问题，结果表明该方法比DIP-MRF更快且准确率等同或更好。
引用
@article{arxiv.2407.19865,
title = {Imitation Learning for Intra-Day Power Grid Operation through Topology Actions},
author = {Matthijs de Jong and Jan Viebahn and Yuliya Shapovalova},
journal= {arXiv preprint arXiv:2407.19865},
year = {2024}
}
备注
To be presented at the Machine Learning for Sustainable Power Systems 2024 workshop and to be published in the corresponding Springer Communications in Computer and Information Science proceedings