具有自调优正则化参数的射电干涉多频图像重建
计算机视觉与模式识别
2017-03-13 v1
摘要
作为世界上最大的射电望远镜，平方公里阵列（SKA）将提供前所未有的细节射电干涉数据。射电干涉的图像重建算法面临着如何良好扩展至前所未见的TeraByte级图像尺寸的挑战。在本工作中，我们研究了一种这样的3D图像重建算法，称为MUFFIN（用于射电干涉的多频图像重建，MUlti-Frequency image reconstruction For radio INterferometry）。特别地，我们专注于自动寻找最优正则化参数值这一具有挑战性的任务。在实践中，由于缺乏真值，使用经典网格搜索寻找正则化参数在计算上是密集且非平凡的。我们采用贪婪策略，在每次迭代中，通过最小化预测Stein无偏风险估计（PSURE）来找到最优参数。所提出的MUFFIN自调优版本包含并行且计算高效的步骤，并能很好地扩展至大规模数据。最后，我们展示了在3D图像上的数值结果，以展示所提方法的性能。
引用
@article{arxiv.1703.03608,
title = {Multi-frequency image reconstruction for radio-interferometry with self-tuned regularization parameters},
author = {Rita Ammanouil and André Ferrari and Rémi Flamary and Chiara Ferrari and David Mary},
journal= {arXiv preprint arXiv:1703.03608},
year = {2017}
}