大家都在搜

非常规砖生产中使用的3D打印:报告



  根据最近发表在《光:科学与应用》杂志上的一篇研究文章,研究人员提出了一种新的计算成像方法,该方法是将物理模型整合到深度神经网络中。深度神经网络已广泛用于计算成像中,但是大多数神经网络需要大量的标记数据进行训练。文章说,根据网络架构和用于训练的数据量,网络训练过程可能需要数小时甚至数天。在本文中,来自中国科学院,斯图加特大学和麻省理工学院的研究人员提出了一种广泛适用的,物理增强的深度神经网络,简称PhysenNet,而无需训练数据。他们证明了PhysenNet在相位成像中的适用性。当将单个衍射图像输入PhysenNet模型时,将通过神经网络和物理模型之间的相互作用来优化网络权重和偏差因子。新方法为计算成像中人工智能的设计和使用开辟了新的范式。端粒




上一篇:公吨。珠穆朗玛峰恢复团队正在努力达到高峰
下一篇:澳大利亚反封锁抗议者遭到医学界的严厉谴责
静音咖啡和听力受损的咖啡师
中国副总理会见美国参议员
中国的铁路网络跨越13.1万公里
紫禁城让人们感受到更多的呼吸空间