Structure Preserving
구조 보존

Structure Preserving(구조 보존)란 무엇입니까?

Structure Preserving 구조 보존 - Geodesic distance metric is used for the structure preserving and is computed using the weighted LLE neighborhood graph. ^[1] Considering image context perception and structure preserving, this paper firstly introduces a medical image denoising method based on conditional generative adversarial network (CGAN) for various unknown noises. ^[2] However, the reaction in this encryption system is that, the encrypted information isn't structure preserving and it is not suitable for ranking or searching. ^[3] Compared with available denoising techniques in the data domain, spatial domain, and image frequency domain, the proposed method has exhibited more flexibility in data description and better performance in structure preserving and denoising, especially in low signal-to-noise ratio scenarios. ^[4] The proposed aggregate wind-farm model is structure preserving, in the sense that the parameters of the model are derived by scaling corresponding ones from the individual turbines. ^[5] Firstly, a structure preserving and passive LQG control design equivalent to Control by Interconnection is proposed. ^[6]
측지 거리 메트릭은 구조 보존에 사용되며 가중 LLE 이웃 그래프를 사용하여 계산됩니다. ^[1] 본 논문에서는 영상 맥락 인식과 구조 보존을 고려하여 다양한 미지의 잡음에 대해 CGAN(Conditional Generative Adversarial Network) 기반 의료 영상 잡음 제거 방법을 먼저 소개한다. ^[2] 그러나 이 암호화 시스템의 반응은 암호화된 정보가 구조를 보존하지 않으며 순위 지정이나 검색에 적합하지 않다는 것입니다. ^[3] 데이터 영역, 공간 영역 및 이미지 주파수 영역에서 사용 가능한 잡음 제거 기술과 비교하여 제안된 방법은 특히 낮은 신호 대 잡음비 시나리오에서 데이터 설명에서 더 많은 유연성과 구조 보존 및 잡음 제거에서 더 나은 성능을 나타냈습니다. ^[4] 제안된 풍력 발전 단지 전체 모델은 모델의 매개변수가 개별 터빈의 해당 매개변수를 스케일링하여 파생된다는 점에서 구조 보존입니다. ^[5] 첫째, Control by Interconnection과 동등한 구조보존 및 패시브 LQG 제어 설계를 제안한다. ^[6]

Local Structure Preserving 국소 구조 보존

To address this problem, a nonlocal and local structure preserving stacked autoencoder (NLSP-SAE) is proposed for soft sensor. ^[1] In this article, we propose an efficient method for unsupervised feature selection via orthogonal basis clustering and reliable local structure preserving, which is referred to as OCLSP briefly. ^[2] In this paper, we present a multi-view co-training clustering algorithm based on global and local structure preserving. ^[3] Different from the traditional manifold learning-based algorithms that preserve the local structure of the datasets in the low-dimensional space, the proposed MMSR guarantees local structure preserving of the datasets after feature extraction and sparse representation (SR). ^[4] Consequently, in order to deal with the over-smoothing problem aroused by a low-rank model, we propose a re-weighted TGV regularized nuclear norm minimization model for local structure preserving image denoising. ^[5] In this paper, a class-oriented local structure preserving dictionary learning (CLPDL) algorithm is developed for synthetic aperture radar (SAR) target recognition. ^[6]
이 문제를 해결하기 위해 소프트 센서에 대해 NLSP-SAE(nonlocal and local structure preserving stacked autoencoder)가 제안되었습니다. ^[1] 이 기사에서는 직교 기반 클러스터링과 신뢰할 수 있는 로컬 구조 보존을 통한 비지도 특성 선택을 위한 효율적인 방법을 제안합니다. 이를 간단히 OCLSP라고 합니다. ^[2] 이 논문에서는 글로벌 및 로컬 구조 보존을 기반으로 하는 다중 뷰 공동 훈련 클러스터링 알고리즘을 제시합니다. ^[3] 저차원 공간에서 데이터셋의 로컬 구조를 보존하는 기존의 매니폴드 학습 기반 알고리즘과 달리 제안된 MMSR은 특징 추출 및 희소 표현(SR) 후 데이터셋의 로컬 구조 보존을 보장합니다. ^[4] 결과적으로, 하위 모델에서 발생하는 과도한 평활화 문제를 처리하기 위해 이미지 노이즈 제거를 보존하는 국부 구조를 위한 재가중 TGV 정규화 핵 놈 최소화 모델을 제안합니다. ^[5] 본 논문에서는 SAR(Synthetic Aperture Radar) 표적 인식을 위한 CLPDL(Class-Oriented Local Structure Preserving Dictionary Learning) 알고리즘을 개발하였다. ^[6]

Semantic Structure Preserving

Specifically, we discover the connection between semantic structure preserving and discriminative methods. ^[1] Then a uniform re-sampling that suits for semantic structure preserving is devised to resize feature maps to target aspect ratio at each feature layer. ^[2]
특히, 우리는 의미 구조 보존과 판별 방법 사이의 연결을 발견합니다. ^[1] 그런 다음 의미 구조 보존에 적합한 균일한 재샘플링을 고안하여 각 피쳐 레이어에서 대상 종횡비에 맞게 피쳐 맵의 크기를 조정합니다. ^[2]

Symplectic Structure Preserving

The above isomorphism between C and Conn ( Θ ) is symplectic structure preserving, and it moves holomorphically as X runs over a holomorphic family of Riemann surfaces. ^[1] Conservation properties of the proposed method (including symplectic structure preserving and energy conservation) are discussed. ^[2]
C와 Conn( Θ ) 사이의 위의 동형은 단순 구조를 유지하며 X가 Riemann 표면의 holomorphic family를 지나갈 때 holomorphically 이동합니다. ^[1] 제안된 방법의 보존 특성(복잡한 구조 보존 및 에너지 보존 포함)에 대해 논의합니다. ^[2]

Proposed Structure Preserving 제안된 구조 보존

This paper also exhibits how this proposed structure preserving algorithm generates a reduced order LDTP model. ^[1] In this work we consider an extension of a recently proposed structure preserving numerical scheme for nonlinear Fokker–Planck-type equations to the case of nonconstant full diffusion matrices. ^[2]
이 논문은 또한 이 제안된 구조 보존 알고리즘이 감소 차수 LDTP 모델을 생성하는 방법을 보여줍니다. ^[1] 이 작업에서 우리는 비일정한 전체 확산 행렬의 경우에 비선형 Fokker-Planck 유형 방정식에 대한 수치 체계를 보존하는 최근에 제안된 구조의 확장을 고려합니다. ^[2]

Community Structure Preserving 커뮤니티 구조 보존

Inspired by Granular Computing, which is a problem-solving concept deeply rooted in human thinking ability to perceive the real world under multi-granularity, we propose a unified network embedding framework by preserving both the within-layer structure and the hierarchical community structure of the network under multi-granularity, named as Hierarchical Community structure preserving approach for Network Embedding (HCNE). ^[1] Inspired by the hierarchical structure of galaxies, we propose the Galaxy Network Embedding (GNE) model, which formulates an optimization problem with spherical constraints to describe the hierarchical community structure preserving network embedding. ^[2]
다중 입도 하에서 현실 세계를 지각하는 인간의 사고 능력에 깊이 뿌리를 둔 문제 해결 개념인 Granular Computing에서 영감을 받아 계층 내 계층 구조와 계층적 커뮤니티 구조를 모두 보존하여 통합 네트워크 임베딩 프레임워크를 제안합니다. 네트워크 임베딩(HCNE)을 위한 계층적 커뮤니티 구조 보존 접근 방식으로 명명된 다중 입도 아래의 네트워크. ^[1] 은하계의 계층적 구조에서 영감을 받아 구형 제약 조건으로 최적화 문제를 공식화하여 네트워크 임베딩을 보존하는 계층적 커뮤니티 구조를 설명하는 은하 네트워크 임베딩(GNE) 모델을 제안합니다. ^[2]

structure preserving numerical 구조 보존 수치

Another application in recent years consisted of designing structure preserving numerical methods for partial di↵erential equations. ^[1] In this work we consider an extension of a recently proposed structure preserving numerical scheme for nonlinear Fokker–Planck-type equations to the case of nonconstant full diffusion matrices. ^[2] (2018), is a structure preserving numerical method which defines an underlying Dirac structure, and constitutive relations in weak form, leading to finite-dimensional port-Hamiltonian Differential Algebraic systems (pHDAE). ^[3] A survey on three of such structure preserving numerical methods is proposed in the present article. ^[4]
최근 몇 년 동안의 또 다른 응용 프로그램은 편미분 방정식에 대한 수치적 방법을 보존하는 구조 설계로 구성되었습니다. ^[1] 이 작업에서 우리는 비일정한 전체 확산 행렬의 경우에 비선형 Fokker-Planck 유형 방정식에 대한 수치 체계를 보존하는 최근에 제안된 구조의 확장을 고려합니다. ^[2] (2018)은 기본 Dirac 구조와 구성 관계를 약한 형태로 정의하여 유한 차원 포트-해밀턴 미분 대수 시스템(pHDAE)으로 이어지는 구조를 보존하는 수치적 방법입니다. ^[3] 이러한 구조 보존 수치 방법 중 3가지에 대한 조사가 본 논문에서 제안된다. ^[4]

structure preserving model

This article proposes a method that combines linear quadratic Gaussian (LQG) control design and structure preserving model reduction for the reduced order control of infinite dimensional port Hamiltonian systems (IDPHS). ^[1] In this paper, structure preserving model reduction problem for multi-agent network systems consisting of diffusively coupled agents is investigated. ^[2] We discuss the connection to structure preserving model reduction. ^[3]
이 논문에서는 무한 차원 포트 해밀턴 시스템(IDPHS)의 감소된 차수 제어를 위해 선형 2차 가우시안(LQG) 제어 설계와 구조 보존 모델 축소를 결합하는 방법을 제안합니다. ^[1] 이 논문에서는 확산 결합 에이전트로 구성된 다중 에이전트 네트워크 시스템에 대한 구조 보존 모델 축소 문제를 조사합니다. ^[2] 구조 보존 모델 축소와의 연결에 대해 논의합니다. ^[3]

structure preserving property 구조 보존 속성

The considered class of fully-discrete algorithms are systematically designed with mimetic and structure preserving properties that allow the transfer of continuous proofs to the fully discrete setting. ^[1] The root mean-square convergence orders of the schemes are analyzed, and the structure preserving properties are investigated. ^[2] A key advantage of this formulation is that the structure preserving properties of the integrator enable the simulation to account for large, rapid changes in muscle paths at relativity moderate computation coasts. ^[3]
완전 이산 알고리즘의 고려된 클래스는 연속 증명을 완전 이산 설정으로 전송할 수 있는 모방 및 구조 보존 속성으로 체계적으로 설계되었습니다. ^[1] 스킴의 제곱평균제곱근 수렴차수를 분석하고 구조보존특성을 조사한다. ^[2] 이 공식의 주요 이점은 적분기의 특성을 보존하는 구조를 통해 시뮬레이션이 상대성이론 중간 정도의 계산 해안에서 근육 경로의 크고 빠른 변화를 설명할 수 있다는 것입니다. ^[3]

structure preserving feature

However, structure preserving features generated by deep scattering network (ScatNet) were recently reported to outperform aforementioned traditional features. ^[1] This chapter presents two variants of a new approach of template protection by enforcing the structure preserving feature representation via manifolds, followed by the hashing on the manifold feature representation. ^[2] The proposed architecture, called spatial structure preserving feature pyramid network, significantly improves the spatial resolution of the predicted category label map for semantic image segmentation. ^[3]
그러나 최근 심층 산란 네트워크(ScatNet)에 의해 생성된 구조 보존 기능이 앞서 언급한 기존 기능을 능가하는 것으로 보고되었습니다. ^[1] 이 장에서는 매니폴드를 통해 구조를 보존하는 기능 표현을 적용한 다음 매니폴드 기능 표현에 대한 해싱을 적용하여 템플릿 보호의 새로운 접근 방식의 두 가지 변형을 제시합니다. ^[2] 공간 구조 보존 기능 피라미드 네트워크라고 하는 제안된 아키텍처는 의미론적 이미지 분할을 위해 예측된 범주 레이블 맵의 공간 해상도를 크게 향상시킵니다. ^[3]

structure preserving image

At the pre-processing level, dataset image is treated using refined structure preserving image abstraction framework which can deliver the best effectual structure preserved abstracted results by utilizing visual attributes from 2D color image. ^[1] Consequently, in order to deal with the over-smoothing problem aroused by a low-rank model, we propose a re-weighted TGV regularized nuclear norm minimization model for local structure preserving image denoising. ^[2]
전처리 수준에서 데이터 세트 이미지는 2D 컬러 이미지의 시각적 속성을 활용하여 추상화 결과를 보존한 가장 효과적인 구조 보존 이미지 추상화 프레임워크를 사용하여 처리됩니다. ^[1] 결과적으로, 하위 모델에서 발생하는 과도한 평활화 문제를 처리하기 위해 이미지 노이즈 제거를 보존하는 국부 구조를 위한 재가중 TGV 정규화 핵 놈 최소화 모델을 제안합니다. ^[2]

structure preserving ability

The results demonstrate that the proposed AJTRF has stronger smoothing and structure preserving ability than established methods. ^[1] Compared with the original rolling guidance filter, it is found that the proposed anisotropic rolling filter has stronger smoothing and structure preserving ability. ^[2]
결과는 제안된 AJTRF가 기존 방법보다 더 강한 평활화 및 구조 보존 능력을 가짐을 보여줍니다. ^[1] 제안된 이방성 롤링 필터는 기존 롤링 가이던스 필터와 비교하여 더 강한 평활화 및 구조 보존 능력을 가지고 있음을 알 수 있습니다. ^[2]

structure preserving datum

We further demonstrate Secure Channel’s general utilities, using it to construct a structure preserving data integration protocol. ^[1] We propose an unsupervised fuzzy rule-based system to learn structure preserving data projection. ^[2]
또한 Secure Channel의 일반 유틸리티를 사용하여 데이터 통합 ​​프로토콜을 보존하는 구조를 구성하는 방법을 보여줍니다. ^[1] 데이터 투영을 보존하는 구조를 학습하기 위한 비지도 퍼지 규칙 기반 시스템을 제안합니다. ^[2]

structure preserving way

The numerical scheme is derived by discretizing, in a structure preserving way, the Lie group formulation of fluid dynamics on diffeomorphism groups and the associated variational principles. ^[1] The numerical scheme is derived by discretizing, in a structure preserving way, the Lie group formulation of fluid dynamics on diffeomorphism groups and the associated variational principles. ^[2]
수치 체계는 구조를 보존하는 방식으로 diffeomorphism 그룹에 대한 유체 역학의 Lie 그룹 공식 및 관련 변형 원리를 이산화하여 파생됩니다. ^[1] 수치 체계는 구조를 보존하는 방식으로 diffeomorphism 그룹과 관련된 변형 원리에 대한 유체 역학의 Lie 그룹 공식을 이산화하여 파생됩니다. ^[2]

structure preserving framework

The recommended structure preserving framework of the stochastic non-standard finite difference (SNSFD) scheme conserve all vital characteristics such as positivity, boundedness, and dynamical consistency defined by Mickens. ^[1] In GUKELM technique, the data global structure preserving framework is naturally incorporated into standard UELM to capture the local structure information as well as to preserve the global structure feature information of nonlinear process observation data during the dimensionality reduction. ^[2]
확률적 비표준 유한 차분(SNSFD) 체계의 권장 구조 보존 프레임워크는 Mickens가 정의한 양성, 경계 및 동적 일관성과 같은 모든 필수 특성을 보존합니다. ^[1] GUKELM 기법에서 데이터 전역 구조 보존 프레임워크는 차원 축소 동안 비선형 프로세스 관찰 데이터의 전역 구조 특징 정보를 보존할 뿐만 아니라 로컬 구조 정보를 캡처하기 위해 표준 UELM에 자연스럽게 통합됩니다. ^[2]

structure preserving projection 구조 보존 투영

To address this issue, two uDR methods called SLS structure preserving projection (SLSSPP) and SLS reconstruction preserving embedding (SLSRPE) are proposed. ^[1] To address these issues, we propose a novel Cross-Domain Structure Preserving Projection (CDSPP) algorithm for HDA. ^[2]
이 문제를 해결하기 위해 SLS 구조 보존 투영(SLSSPP) 및 SLS 재구성 보존 임베딩(SLSRPE)이라는 두 가지 uDR 방법이 제안됩니다. ^[1] 이러한 문제를 해결하기 위해 HDA를 위한 새로운 CDSPP(Cross Domain Structure Preserving Projection) 알고리즘을 제안합니다. ^[2]

structure preserving approach 구조 보존 접근법

Inspired by Granular Computing, which is a problem-solving concept deeply rooted in human thinking ability to perceive the real world under multi-granularity, we propose a unified network embedding framework by preserving both the within-layer structure and the hierarchical community structure of the network under multi-granularity, named as Hierarchical Community structure preserving approach for Network Embedding (HCNE). ^[1] Accompanying with the structure preserving approach, both the local energy dissipation and the generalized multi-symplectic residual are formulated in detail. ^[2]
다중 입도 하에서 현실 세계를 지각하는 인간의 사고 능력에 깊이 뿌리를 둔 문제 해결 개념인 Granular Computing에서 영감을 받아 계층 내 계층 구조와 계층적 커뮤니티 구조를 모두 보존하여 통합 네트워크 임베딩 프레임워크를 제안합니다. 네트워크 임베딩(HCNE)을 위한 계층적 커뮤니티 구조 보존 접근 방식으로 명명된 다중 입도 아래의 네트워크. ^[1] 구조 보존 접근 방식과 함께 국부 에너지 소산과 일반화된 다중 단순 잔차가 자세히 공식화됩니다. ^[2]