Date/heure
Date(s) - 19 février 2014

Catégories Pas de Catégories

$“A\; sparsity\; promoting\; reconstruction\; method\; is\; studied\; in\; the\; context\; of\; X-ray\; tomography\; with\; limited\; X-ray\; projection\; data.\; The\; reconstruction\; method\; is\; based\; on\; minimizing\; a\; sum\; of\; -norm\; and\; a\; -norm.\; Especially\; considered\; is\; the\; -norm\; of\; wavelet\; coefficients.\; Depending\; on\; the\; viewpoint\; this\; method\; can\; be\; considered\; either\; a)\; as\; the\; inverse\; problem\; of\; finding\; a\; Bayesian\; MAP\; estimate\; with\; Besov\; space\; prior\; or\; b)\; as\; a\; deterministic\; regularization\; with\; Besov\; norm\; penalty.A\; tailored\; large-scale\; primal-dual\; interior-point\; method\; is\; used\; to\; solve\; the\; associated\; constrained\; minimization\; problem.\; The\; selection\; of\; the\; regularization\; parameter\; (or\; prior\; parameter,\; depending\; on\; the\; viewpoint)\; is\; performed\; by\; a\; novel\; technique\; called\; the\; S-curve\; method.\; Numerical\; results\; are\; presented\; both\; from\; simulated\; and\; from\; real,\; experimental\; data.”\; http://venda.uef.fi/inverse/FrontPage/People/Kati\%20Niinimaki\; Kati\_Niinimäki[$

Date/heure
Date(s) - 19 février 2014

Catégories Pas de Catégories

$“A\; sparsity\; promoting\; reconstruction\; method\; is\; studied\; in\; the\; context\; of\; X-ray\; tomography\; with\; limited\; X-ray\; projection\; data.\; The\; reconstruction\; method\; is\; based\; on\; minimizing\; a\; sum\; of\; -norm\; and\; a\; -norm.\; Especially\; considered\; is\; the\; -norm\; of\; wavelet\; coefficients.\; Depending\; on\; the\; viewpoint\; this\; method\; can\; be\; considered\; either\; a)\; as\; the\; inverse\; problem\; of\; finding\; a\; Bayesian\; MAP\; estimate\; with\; Besov\; space\; prior\; or\; b)\; as\; a\; deterministic\; regularization\; with\; Besov\; norm\; penalty.A\; tailored\; large-scale\; primal-dual\; interior-point\; method\; is\; used\; to\; solve\; the\; associated\; constrained\; minimization\; problem.\; The\; selection\; of\; the\; regularization\; parameter\; (or\; prior\; parameter,\; depending\; on\; the\; viewpoint)\; is\; performed\; by\; a\; novel\; technique\; called\; the\; S-curve\; method.\; Numerical\; results\; are\; presented\; both\; from\; simulated\; and\; from\; real,\; experimental\; data.”\; http://venda.uef.fi/inverse/FrontPage/People/Kati\%20Niinimaki\; Kati\_Niinimäki[$