| 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 | 2026-06-22 15:35 偏微分方程式に基づく観測過程に対する逆問題のための学習可能線形化ADMMアルゴリズム ○高邉賢史・荒井俊太（Science Tokyo）・和田山 正（名工大）  SIP2026-13 BioX2026-13 IE2026-13 MI2026-13 |
|
| 抄録 | （和） | 信号処理において偏微分方程式は観測過程を直接モデル化するためにしばしば利用されている．しかし，偏微分方程式の数値解法は一般に計算コストが高いという問題点が存在する．本稿では，物理的観測過程に基づく逆問題のための新規アルゴリズムであるPA-LADMMを提案する．提案法は，交互方向乗数法に基づき偏微分方程式を含むサブ問題を線形化することで低計算コストな更新則を有し，一定の条件下で収束性が保証されるという特徴をもつ．さらに，深層展開によりPA-LADMMの内部パラメタを学習するDU-PA-LADMMを提案する．これら提案法の有効性を示すため，光ファイバ中の伝達信号に対する圧縮センシングと雑音付き異方的拡散画像の復元という2つの実験例による検証を行った． |
| （英） | Partial differential equations (PDEs) have often been used to directly model the measurement process in signal processing, although their numerical evaluation is costly in general. In this paper, we propose a novel alternating direction method of multipliers (ADMM)-based algorithm called physics-aware linearized ADMM (PA-LADMM) for inverse problems from PDE-based measurement processes. The key idea is the linearization of the subproblem including solving PDEs, leading to a cost-efficient update rule that calls a PDE solver and its gradient evaluation once per iteration. The algorithm has a theoretical convergence guarantee under certain conditions. In addition, we combine it with deep unfolding to train its internal parameters using supervised data. Two distinct experiments, compressed sensing with optical fiber communication and image restoration from noisy anisotropic diffusion, demonstrated the effectiveness of the proposed algorithms. | |
| キーワード | （和） | 偏微分方程式 / 深層展開 / 圧縮センシング / / / / / |
| （英） | partial differential equations / deep unfolding / compressed sensing / / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 83, SIP2026-13, pp. 63-68, 2026年6月. | |
| 資料番号 | SIP2026-13 | |
| 発行日 | 2026-06-15 (SIP, BioX, IE, MI) | |
| ISSN | 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 | SIP2026-13 BioX2026-13 IE2026-13 MI2026-13 |
|
| 研究会情報 | |
| 研究会 | ITE-IST ITE-ME IE BioX SIP MI |
| 開催期間 | 2026-06-22 - 2026-06-23 |
| 開催地（和） | 鳥取県立生涯学習センター |
| 開催地（英） | |
| テーマ（和） | マルチメディアデータ・映像・画像・信号の取得・処理・解析・認証と応用、および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2026-06-IST-ME-IE-BioX-SIP-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 偏微分方程式に基づく観測過程に対する逆問題のための学習可能線形化ADMMアルゴリズム |
| サブタイトル（和） | |
| タイトル（英） | Trainable Linearized ADMM for Inverse Problems with PDE-based Observations |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 偏微分方程式 / partial differential equations |
| キーワード(2)（和/英） | 深層展開 / deep unfolding |
| キーワード(3)（和/英） | 圧縮センシング / compressed sensing |
| キーワード(4)（和/英） | / |
| 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） | 高邉 賢史 / Satoshi Takabe / タカベ サトシ |
| 第1著者 所属（和/英） | 東京科学大学 (略称： Science Tokyo) Tokyo Institute of Technology (略称： Science Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 荒井 俊太 / Shunta Arai / アライ シュンタ |
| 第2著者 所属（和/英） | 東京科学大学 (略称： Science Tokyo) Tokyo Institute of Technology (略称： Science Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 和田山 正 / Tadashi Wadayama / ワダヤマ タダシ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-06-22 15:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2026-13, BioX2026-13, IE2026-13, MI2026-13 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.83(SIP), no.84(BioX), no.85(IE), no.86(MI) |
| ページ範囲 | pp.63-68 |
| ページ数 | 6 |
| 発行日 | 2026-06-15 (SIP, BioX, IE, MI) |
[研究会発表申込システムのトップページに戻る]