| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-11-09 13:00 CS-SENSE法における事後平均推定近似での学習パラメタの正則化 ○原田 賢・井上真郷（早大）・富樫かおり（京大）  IBISML2017-52 |
|
| 抄録 | （和） | 我々は以前の研究で高速撮像MR画像再構成の手法の一つであるCS-SENSE法をPM推定近似する手法を提案し，評価値を大幅に改善した．しかし，精度の観点でも回帰問題に正則化項を与えていないため過学習が生じている可能性が高い．また，この手法では学習したパラメタの非ゼロ要素数に比例して計算時間が長くなってしまうという問題がある．本研究ではパラメタ学習時にL2-norm正則化やL1-norm正則化，SCAD正則化を導入し，そのときの精度とパラメタをそれぞれ比較した |
| （英） | We have proposed a method to approximate posterior mean (PM) estimation of the CS-SENSE method, which is one of the techniques of rapid MR image reconstruction in our previous research, and greatly improved the evaluation value. However, from the viewpoint of accuracy, there is a high possibility that over-learning is occurring because the regularization term is not given to the regression problem. Also, this method has a problem that the computation time becomes longer in proportion to the number of non-zero elements of the learned parameter. In this study, L2-norm regularization, L1-norm regularization, and SCAD regularization were introduced for parameter learning, and we compared the number of nonzero elements of the parameters and the accuracy, respectively. | |
| キーワード | （和） | 高速撮像MRI / 圧縮センシング / CS-SENSE / 事後平均推定 / / / / |
| （英） | Rapid MR Imaging / Compressed Sensing / CS-SENSE / Posterior Mean Estimate / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 293, IBISML2017-52, pp. 131-138, 2017年11月. | |
| 資料番号 | IBISML2017-52 | |
| 発行日 | 2017-11-02 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2017-52 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2017-11-08 - 2017-11-10 |
| 開催地（和） | 東京大学 |
| 開催地（英） | Univ. of Tokyo |
| テーマ（和） | 情報論的学習理論ワークショップ (IBIS2017) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2017) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2017-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | CS-SENSE法における事後平均推定近似での学習パラメタの正則化 |
| サブタイトル（和） | |
| タイトル（英） | Regularization of learning prameters in posterior mean estimate approximation in CS-SENSE method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 高速撮像MRI / Rapid MR Imaging |
| キーワード(2)（和/英） | 圧縮センシング / Compressed Sensing |
| キーワード(3)（和/英） | CS-SENSE / CS-SENSE |
| キーワード(4)（和/英） | 事後平均推定 / Posterior Mean Estimate |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 原田 賢 / Ken Harada / ハラダ ケン |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 井上 真郷 / Masato Inoue / イノウエ マサト |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 富樫 かおり / Kaori Togashi / トガシ カオリ |
| 第3著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-11-09 13:00:00 |
| 発表時間 | 150分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2017-52 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.293 |
| ページ範囲 | pp.131-138 |
| ページ数 | 8 |
| 発行日 | 2017-11-02 (IBISML) |
[研究会発表申込システムのトップページに戻る]