| 講演名 | 2017-11-09 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(早大), 井上 真郷(早大), 富樫 かおり(京大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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 |
| 抄録(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 |
| キーワード(英) | Rapid MR Imaging / Compressed Sensing / CS-SENSE / Posterior Mean Estimate |
| 資料番号 | IBISML2017-52 |
| 発行日 | 2017-11-02 (IBISML) |
| 研究会情報 | |
| 研究会 | IBISML |
|---|---|
| 開催期間 | 2017/11/8(から3日開催) |
| 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) |
| 委員長氏名（和） | 福水 健次(統計数理研) |
| 委員長氏名（英） | Kenji Fukumizu(ISM) |
| 副委員長氏名（和） | 杉山 将(東大) / 鹿島 久嗣(京大) |
| 副委員長氏名（英） | Masashi Sugiyama(Univ. of Tokyo) / Hisashi Kashima(Kyoto Univ.) |
| 幹事氏名（和） | 竹内 一郎(名工大) / 津田 宏治(東大) |
| 幹事氏名（英） | Ichiro Takeuchi(Nagoya Inst. of Tech.) / Koji Tsuda(Univ. of Tokyo) |
| 幹事補佐氏名（和） | 岩田 具治(NTT) / 神嶌 敏弘(産総研) |
| 幹事補佐氏名（英） | Tomoharu Iwata(NTT) / Toshihiro Kamishima(AIST) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Infomation-Based Induction Sciences and Machine Learning |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 原田 賢 / Ken Harada |
| 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） | 井上 真郷 / Masato Inoue |
| 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） | 富樫 かおり / Kaori Togashi |
| 第 3 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 発表年月日 | 2017-11-09 |
| 資料番号 | IBISML2017-52 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | IBISML-293 |
| ページ範囲 | pp.131-138(IBISML), |
| ページ数 | 8 |
| 発行日 | 2017-11-02 (IBISML) |