據(jù)西南大學透露，該校研究團隊發(fā)布了基于二值量化的低秩張量恢復(fù)模型、理論與算法，有助于提升數(shù)據(jù)大規(guī)模傳輸?shù)乃俣群途龋瑫r降低硬件成本，使得數(shù)據(jù)傳送、壓縮和保存的“性價比”更高。相關(guān)研究成果已由人工智能領(lǐng)域國際期刊《IEEE模式分析與機器智能匯刊》在線發(fā)表。

據(jù)論文通訊作者、西南大學數(shù)學與統(tǒng)計學院王建軍教授介紹，隨著人工智能技術(shù)應(yīng)用的不斷拓展，圖像視頻處理、模式識別和計算機視覺等領(lǐng)域的數(shù)據(jù)傳輸量巨大。但受制于硬件成本與對數(shù)據(jù)傳輸速度的要求，目前常用的低秩張量恢復(fù)(LRTR)方法在數(shù)據(jù)大規(guī)模傳輸過程中無法實現(xiàn)信號高精度量化，由此產(chǎn)生的量化誤差對系統(tǒng)恢復(fù)性能帶來影響。針對這一問題，王建軍研究團隊提出了基于二值量化的低秩張量恢復(fù)模型、理論與算法，其原理是將二值測量方法與低秩張量恢復(fù)相結(jié)合，使得量化過程納入模型進行處理，從而有效控制量化誤差對系統(tǒng)恢復(fù)性能的影響，彌補已有算法的缺陷。

試驗結(jié)果表明，這一新算法在人臉圖像恢復(fù)和多光譜圖像恢復(fù)等實際應(yīng)用中取得了更高的恢復(fù)精度，獲得的圖像數(shù)據(jù)更加清晰。新算法在降低數(shù)據(jù)傳輸?shù)挠布杀镜耐瑫r，數(shù)據(jù)處理速度也得到提高，使得更高“性價比”的數(shù)據(jù)傳送、壓縮和保存成為可能。

目前，王建軍研究團隊已與移動通信終端、醫(yī)療圖像處理等領(lǐng)域相關(guān)企業(yè)開展合作，推動國產(chǎn)移動終端技術(shù)更新，在醫(yī)療方面提升核磁造影的處理速度，降低經(jīng)濟成本。新算法還有望與雷達成像技術(shù)結(jié)合，在氣象監(jiān)測、地質(zhì)勘探等領(lǐng)域發(fā)揮作用。(柯高陽)

關(guān)鍵詞： 人工智能新算法