Adaptive langevin sampler for separation of t-distribution modelled astrophysical maps (Articolo in rivista)

Type

• Prodotto della ricerca (Classe)
• Articolo in rivista (Classe)

Label

• Adaptive langevin sampler for separation of t-distribution modelled astrophysical maps (Articolo in rivista) (literal)

Anno

• 2010-01-01T00:00:00+01:00 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi

• 10.1109/TIP.2010.2048613 (literal)

Alternative label

• Kayabol K.; Kuruoglu E. E.; Sanz J. L.; Sankur B.; Salerno E.; Herranz D. (2010)
  Adaptive langevin sampler for separation of t-distribution modelled astrophysical maps
  in IEEE transactions on image processing
  (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori

• Kayabol K.; Kuruoglu E. E.; Sanz J. L.; Sankur B.; Salerno E.; Herranz D. (literal)

Pagina inizio

• 2357 (literal)

Pagina fine

• 2368 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url

• http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=5451169&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Fabs_all.jsp%3Farnumber%3D5451169 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume

• 19 (literal)

Rivista

• IEEE transactions on image processing (Rivista)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#note

• In: Ieee Transactions on Image Processing, vol. 19 (9) pp. 2357 - 2368. IEEE, 2010. (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali

• 12 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo

• 9 (literal)

Note

• Scopu (literal)
• Google Scholar (literal)
• ISI Web of Science (WOS) (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni

• CNR-ISTI, Pisa, IFCA, Cantabria, Spagna, Bogazici University, Turchia (literal)

Titolo

• Adaptive langevin sampler for separation of t-distribution modelled astrophysical maps (literal)

Abstract

• We propose to model the image differentials of astrophysical source maps by Student's t-distribution and to use them in the Bayesian source separation method as priors. We introduce an efficient Markov Chain Monte Carlo (MCMC) sampling scheme to unmix the astrophysical sources and describe the derivation details. In this scheme, we use the Langevin stochastic equation for transitions, which enables parallel drawing of random samples from the posterior, and reduces the computation time significantly (by two orders of magnitude). In addition, Student's t-distribution parameters are updated throughout the iterations. The results on astrophysical source separation are assessed with two performance criteria defined in the pixel and the frequency domains. (literal)

Prodotto di

• Istituto di scienza e tecnologie dell'informazione \"Alessandro Faedo\" (ISTI) (Istituto)
• Elaborazione di segnali e immagini per impieghi diagnostici e interpretazione di immagini multisorgente (ICT.P10.012.001) (Modulo)

Autore CNR

• EMANUELE SALERNO (Unità di personale interno)
• ERCAN ENGIN KURUOGLU (Unità di personale interno)
• KORAY KAYABOL (Persona)

Insieme di parole chiave

• Parole chiave di "Adaptive langevin sampler for separation of t-distribution modelled astrophysical maps" (Insieme di parole chiave)

Incoming links:

Autore CNR di

• EMANUELE SALERNO (Unità di personale interno)
• ERCAN ENGIN KURUOGLU (Unità di personale interno)
• KORAY KAYABOL (Persona)

Prodotto

• Istituto di scienza e tecnologie dell'informazione \"Alessandro Faedo\" (ISTI) (Istituto)
• Elaborazione di segnali e immagini per impieghi diagnostici e interpretazione di immagini multisorgente (ICT.P10.012.001) (Modulo)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi

• IEEE transactions on image processing (Rivista)

Insieme di parole chiave di

• Parole chiave di "Adaptive langevin sampler for separation of t-distribution modelled astrophysical maps" (Insieme di parole chiave)