Navegar por los elementos (1 total)
- Resumen es exacto "El objetivo de este trabajo es el estudio de un método de preprocesamiento de los datos medidos por un tomógrafo optoacústico bidimensional con el fin de reducir o eliminar los artefactos introducidos por la escasa cantidad de detectores en el sistema experimental y el acotado ancho de banda de los mismos. Para llevar a cabo esta tarea, se utilizó una red neuronal generativa adversaria profunda y se comparó su rendimiento con una red neuronal de referencia, U-Net. En la mayoría de los casos de prueba realizados, se encontró una mejora al aplicar la red propuesta evaluando con distintas métricas entre la imagen reconstruida, producto de los datos procesados por el modelo, y la imagen de referencia. En lo que concierne a las imágenes reconstruidas, en general se observa un desempeño similar comparando los resultados obtenidos por ambos modelos de aprendizaje profundo; las dos redes logran una reconstrucción de alta calidad, preservando las características estructurales y minimizando las diferencias numéricas con respecto a la imagen de referencia. No obstante, cabe destacar que la red generativa adversaria sólo requiere el 50% de los datos de entrada para lograr estos resultados en comparación con la U-Net."
Ordenar por: