MPG sistem matrisi ölçüm süresini k

MPG sistem matrisi ölçüm süresini kısaltmak için literatürde daha önce arade˘ gerleme tabanlı bir yöntem önerilmi¸ s, bu yöntemde do˘ grusal arade˘ gerleme ile dü¸ sük çözünürlüklü sistem matrisinden yüksek çözünürlüklü sistem matrisi elde edilmi¸ stir [15]. Bahsedilen çalı¸ smada en yakın kom¸ su arade˘ gerleme ve bikübik arade˘ gerleme yöntemleri önerilmi¸ stir ve do˘ grusal olmayan bir geriçatım yöntemiyle birle¸ stirildi˘ ginde görüntü çözünürlü˘ günün arttırılabildi˘ gi gösterilmi¸ stir. Ancak do˘ gal görüntülerde yapılan çalı¸ smalarda veri güdümlü yöntemlerin, do˘ grusal yöntemlere göre daha üstün süper-çözünürlük (SÇ) ba¸ sarımına ula¸ stıkları görülmektedir [16], [17]. Bu çalı¸ smada, SÇ yöntemi olarak veri güdümlü bir yöntem olan evri¸ simsel sinir a˘ gları (ESA) kullanımı önerilmektedir. Çalı¸ smamızdaki katkılar sırasıyla ¸ su ¸ sekildedir: 1) karma¸ sık de˘ gerli MPG sistem matrisi kalibrasyon süresinin kısaltımı için yenilikçi bir ESA tabanlı SÇ yöntemi önerilmi¸ s, 2) bu yöntemin e˘ gitimi için manyetik alansız çizgi (MAÇ) tabanlı bir benzetim aracından farklı parametreler ile sistem matrisleri üretilmi¸ s ve 3) önerilen yöntem literatürdeki yöntemler ile normalle¸ stirilmi¸ s ortalama karekök hatası (nRMSE) gibi nicel metrikler ve görsel olarak kıyaslanmı¸ stır. Önerdi˘ gimiz yöntem ile do˘ grusal yöntemlere kıyasla çok daha dü¸ sük hata ile MPG sistem matrislerinin çözünürlüklerinin artırılabilece˘ gi gösterilmi¸ stir.

0/5000

源语言: -

目标语言: -

结果 (简体中文) 1: [复制]

复制成功！

为了缩短MPG系统矩阵的测量时间，之前文献中提出了一种基于插值的方法，在该方法中，通过线性插值从低分辨率系统矩阵中得到高分辨率系统矩阵[15] ]。在上述研究中，提出了最近邻插值和双三次插值方法，并且表明当与非线性重建方法结合时可以提高图像分辨率。然而，对自然图像的研究表明，与线性方法 [16]、[17] 相比，数据驱动的方法实现了卓越的超分辨率 (SR) 性能。在本研究中，建议使用卷积神经网络 (ESA)，这是一种数据驱动的方法，作为 SR 方法。我们的工作贡献如下：1）提出了一种创新的基于 ESA 的 RS 方法，以缩短复杂的频繁取值 MPG 系统矩阵的校准时间，2）该方法的基于无磁场线（MATCH）的训练系统矩阵是用模拟工具的不同参数生成的，3) 将所提出的方法与文献中的方法和量化指标（如归一化均方根误差 (nRMSE)）进行比较，并进行视觉比较。使用我们提出的方法，已经表明与线性方法相比，MPG 系统矩阵的分辨率可以以低得多的误差增加。2) 为了训练这种方法，系统矩阵是用基于无磁场线 (MATCH) 的模拟工具的不同参数生成的，并且 3) 使用文献中的方法对所提出的方法进行归一化，使用定量指标，例如均方根误差 (nRMSE) 和视觉比较。使用我们提出的方法，已经表明与线性方法相比，MPG 系统矩阵的分辨率可以以低得多的误差增加。2) 为了训练这种方法，系统矩阵是用基于无磁场线 (MATCH) 的模拟工具的不同参数生成的，并且 3) 使用文献中的方法对所提出的方法进行归一化，使用定量指标，例如均方根误差 (nRMSE) 和视觉比较。使用我们提出的方法，已经表明与线性方法相比，MPG 系统矩阵的分辨率可以以低得多的误差增加。

正在翻译中..

结果 (简体中文) 2:[复制]

复制成功！

文献中提出了MPG系统矩阵，以减少测量时间，从而从低解系统的高解矩阵推导出低解系统的低解矩阵矩阵[15]。除了操场上最近的邻居外，运动和自行车的速度也会随着图像以非粗略方式解析的时间而增加。然而，最好的方法是查看捕食者的骨骼，即查看骨骼中具有超可溶性的骨骼[16]，[17]。在这个游戏中，建议使用数字神经系统（ESA）作为媒介。游戏板中的参与者被称为水：1）karma通常被推荐为基于ESA的新SC方法，用于当前MPG系统矩阵的短期校准，2）该方法使用非磁力线。算法和可视化比较与基于仿真工具（nRMSE）的不同参数提供的算法和算法相似。与两组模块相比，MPG系统矩阵可提高模块的分辨率。

正在翻译中..

结果 (简体中文) 3:[复制]

复制成功！

为了缩短系统矩阵MPG的测量时间，文中提出了一种基于倒序的方法，该方法采用低分辨率系统矩阵do-g建议使用最接近的随机应变和双立方缩减像素采样方法，并在使用非全局重建方法进行重建时使用图像分辨率但是，在do-gal图像中，数据驱动的方法比do-Gruber方法的超分辨率(SRAP)黄色更为显着[16]、[17]。建议在此灌木丛中使用进化神经图像(ESA)，这是一种数据驱动方法。我们建议采用一种创新的基于ESA的扫掠方法，通过以下方式提供帮助:(1)混合使用，以缩短紧张的MPG系统矩阵校准时间；(2)此方向我们建议，与do-group方法相比，显示的信息更易于出错，从而提高MPG系统矩阵的分辨率。

正在翻译中..

其它语言

本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.