タグ付けされた質問 「noise」

ほぼ一定の大きさであるが一定ではない位相を持つ複雑な関数（たとえば、MRI画像）があるとします。f∗f∗f^* を見つけて総変動項を含む目的関数を設定する最適化問題がある場合（ノイズ除去または圧縮センシングなど）、通常は次の形式になります。f∗f∗f^* obj1(f)=…+TV(f)obj1(f)=…+TV(f) obj_1(f) = \ldots + \text{TV}(f) ただし、は区分的に一定の大きさであると想定しているので、次のように使用する方がよいと思います。fff obj2(f)=…+TV(|f|)obj2(f)=…+TV(|f|) obj_2(f) = \ldots + \text{TV}(|f|) ただし、勾配ベースのソルバーの場合、obj2の勾配を知る必要があります。用傾斜：である。勾配は何ですか？obj1(f)obj1(f)obj_1(f)TV′(TV(f))TV′(TV(f))\text{TV}'\left(TV(f)\right)obj2(f)obj2(f)obj_2(f) 更新： 直感的には、次のようなものを想定します（フェーズはに影響を与えないため、フェーズは「そのまま」にしておきます）。obj2obj2obj_2 TV′(TV(|f|))∗eiarg(f)TV′(TV(|f|))∗eiarg⁡(f) \text{TV}'\left(TV(|f|)\right)* e^{i \arg(f)} しかし、複雑な分析に関する私の知識は非常に限られており、これが意味をなすかどうかはわかりません。

7 image-processing  noise  denoising  gradient  total-variation 

私は（主に）fMRIとEEGデータの分析について研究しています。ノイズを減らすために平均化を使用できると何度も言及されていますが、それ以上の詳細はありません。 これまたはその手法を使用して平均化できることを文字どおりに述べたことはありません。では、正確には平均化とは何でしょうか？それを達成するためにどのようなテクニックを使用できますか？

7 noise  signal-detection  eeg  averaging 

元の画像： （含まれている画像は.png画像であるため、表示用の保存/アップロードに追加の歪みは追加されていません） 私は「数学の波紋」の 20ページからD4変換を使用しました。これは基本的に次の5つのステップです。 フォワードd4： c1 = √3 / 4.0 ; c2 = (√3 - 2) / 4.0 ; s[ IEVEN ] += √3 * s[ IODD ] ; s[ IODD ] -= c1*s[ IEVEN ] + c2*s[ IPREVEVEN ] ; s[ IEVEN ] -= s[ INEXTODD ] ; s[ …

7 noise  wavelet