.png){kind=icon}
返回
Distributed tomographic reconstruction with quantization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jpdc.2026.105295.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统断层重建通常依赖集中式服务器进行数据存储和计算，导致内存限制和数据隐私问题。分布式重建算法通过在多个节点间分区数据来缓解这些问题，降低了服务器负载并增强了隐私性。然而，这些算法常面临内存约束和节点间通信开销的挑战。本文提出了一种具有可配置量化的去中心化乘子交替方向法（ADMM）。通过在节点间分配局部目标，该方法具有高度可扩展性，能高效重建图像并适应可用资源。为克服通信瓶颈，我们提出了基于K-means聚类和JPEG压缩的两种量化技术。在基准图像上的数值实验说明了通信效率、内存使用和重建精度之间的权衡。
Keyword:
Tomography
Distributed optimization
Image reconstruction
Quantization
期刊
IF:
4
论文数:
3.8K
被引数:
4.8K
机构
查看更多机构
引用论文
暂无论文信息