Key points are not available for this paper at this time.
यह पत्र एक बैच के रैखिक रूप से सहसंबंधित चित्रों को एक साथ संरेखित करने की समस्या का अध्ययन करता है, इसके बावजूद की गंभीर भ्रष्टता (जैसे कि अवरोध)। हमारी विधि एक अनुकूल सेट की छवि डोमेन रूपांतरणों की तलाश करती है ताकि रूपांतरित चित्रों का गुणांक एक विद्रुप मैट्रिक्स और पुनर्प्राप्त संरेखित चित्रों के निम्न-श्रेणी मैट्रिक्स के योग के रूप में विघटित किया जा सके। हम इस अत्यंत चुनौतीपूर्ण अनुकूलन समस्या को सन्निकट दो घटक मैट्रिक्स के l1-नॉर्म और न्यूक्लियर नॉर्म के योग को նվազित करने वाले उत्तल कार्यक्रमों की एक श्रृंखला में परिवर्तित करते हैं, जिसे प्रभावशाली उत्तल अनुकूलन तकनीकों द्वारा प्रभावी रूप से हल किया जा सकता है। हम प्रस्तावित मजबूत संरेखण एल्गोरिदम की प्रभावशीलता की पुष्टि करते हैं, जो नियंत्रित और अप्रबंधित वास्तविक डेटा पर व्यापक प्रयोगों के माध्यम से, व्यापक वास्तविक जीवन के असंगठनों और भ्रष्टताओं के मुकाबले मौजूदा विधियों की तुलना में उच्च सटीकता और दक्षता दिखाता है।
Peng et al. (बुध,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: