A new hybrid reconstruction method in EIT

Q: 이 논문에서 정의한 하이브리드 재구성 방법(HM)이란 무엇인가?

하이브리드 재구성 방법(HM)은 선형화 재구성 방법(LM)과 민감도 행렬 기반 인수분해 방법(S-FM)을 결합한 새로운 재구성 방법이다. 이는 데이터셋과 표준 민감도 행렬 간의 상관관계 분석을 기반으로 하며, LM의 재구성 아티팩트를 효과적으로 처리하여 전기 임피던스 단층 촬영(EIT) 이미지의 신뢰성과 성능을 향상시킨다.

Q: 선형화 재구성 방법의 단점을 하이브리드 방법이 어떻게 보완하는가?

연구 결과, 하이브리드 재구성 방법은 선형화 재구성 방법의 고유한 단점인 재구성 아티팩트를 보완한다. 민감도 행렬 기반 인수분해 방법(S-FM)을 보조 연산자로 활용하여, S-FM이 정규화 및 국소화라는 두 가지 중요한 역할을 수행함으로써 선형화 방법의 한계를 극복하고 이미지 품질을 개선한다.

Moon Kyung Choi; Bastian Harrach; Jin Keun Seo

추천

검색

질문

자료유형: 학술대회자료

저자정보: Moon Kyung Choi (연세대학교) Bastian Harrach (Johannes Gutenberg-Universität Mainz) Jin Keun Seo (연세대학교)

저널정보: 한국산업응용수학회 한국산업응용수학회 학술대회 논문집 한국산업응용수학회 학술대회 논문집 Vol.6 No.1

발행연도: 2011.5

수록면: 289 - 291 (3page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

We develop a new hybrid reconstruction method(HM) which is based on a careful analysis of the correlation between the dataset δV and the standard sensitivity matrix S. The proposed method combines the conventional linearized reconstruction method(LM) with a different method called sensitivity matrix based factorization method(S-FM). We found that the two methods are complementary to each other in the same sensitivity matrix-based system; the LM finds a best linear combination of S th ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2013-410-000695540

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)