使用 Jensen 代理的 X 射线透射层析成像随机一阶最小化技术
最优化与控制
2016-10-28 v1
摘要
X 射线透射层析成像中的图像重建数十年来一直是重要研究领域。鉴于数据量增长快于处理器速度，需要加速迭代算法来解决 X 射线 CT 应用中的优化问题。增量方法（每次迭代使用部分数据以加速计算）近来在机器学习和数学优化领域日益流行。在 X 射线 CT 领域，该类算法中最流行的是有序子集方法。尽管它在早期迭代中表现良好，但后期迭代缺乏收敛性是已知现象。本文提出两种用于 X 射线 CT 应用的 Jensen 代理增量方法，一种随机型，一种有序子集型。利用实测数据，我们表明所提随机变体优于其他算法，包括梯度下降对应方法。
引用
@article{arxiv.1610.08568,
title = {Stochastic First-Order Minimization Techniques Using Jensen Surrogates for X-Ray Transmission Tomography},
author = {Soysal Degirmenci and Joseph A. O'Sullivan and David G. Politte},
journal= {arXiv preprint arXiv:1610.08568},
year = {2016}
}