Imaging, Vision and Learning Based on Optimization and PDEs: IVLOPDE, Bergen, Norway, August 29 – September 2, 2016

این جلد مجموعه مقالات بررسی شده کنفرانس بین المللی تصویربرداری، دید و یادگیری بر اساس بهینه سازی و PDE (IVLOPDE) را ارائه می دهد که در برگن، نروژ، در آگوست/سپتامبر 2016 برگزار شد. مشارکت ها شامل وضعیت -تحقیقات هنری در مورد تکنیک های ریاضی برای پردازش تصویر، بینایی کامپیوتر و یادگیری ماشین بر اساس بهینه سازی و معادلات دیفرانسیل جزئی (PDEs).

برای فرمول‌بندی مسائل در پردازش تصویر و بینایی کامپیوتری به‌عنوان PDE، مشکلات تغییرات یا مسائل بهینه‌سازی ابعاد محدود، به یک الگوی ثابت تبدیل شده است. این چارچوب فشرده و در عین حال گویا، ترکیب طیف وسیعی از ویژگی‌های مورد نظر راه‌حل‌ها و طراحی الگوریتم‌هایی بر اساس تئوری ریاضی مستدل را ممکن می‌سازد. تعداد فزاینده‌ای از تحقیقات همچنین به مشکلات کلی‌تر در تجزیه و تحلیل داده‌ها و یادگیری ماشینی از همین منظر نزدیک شده‌اند و مزایای آن را نسبت به الگوریتم‌های قدیمی‌تر و تثبیت‌شده‌تر نشان داده‌اند.

این جلد برای همه ریاضیدانان و دانشمندان کامپیوتر علاقه مند به تکنیک های جدید و نتایج تحلیلی برای بهینه سازی، مدل های متغیر و PDE ها، همراه با نتایج تجربی در برنامه های کاربردی از شکل گیری اولیه تصویر جذاب خواهد بود. به تجزیه و تحلیل تصویر و داده های سطح بالا.

This volume presents the peer-reviewed proceedings of the international conference Imaging, Vision and Learning Based on Optimization and PDEs (IVLOPDE), held in Bergen, Norway, in August/September 2016. The contributions cover state-of-the-art research on mathematical techniques for image processing, computer vision and machine learning based on optimization and partial differential equations (PDEs).

It has become an established paradigm to formulate problems within image processing and computer vision as PDEs, variational problems or finite dimensional optimization problems. This compact yet expressive framework makes it possible to incorporate a range of desired properties of the solutions and to design algorithms based on well-founded mathematical theory. A growing body of research has also approached more general problems within data analysis and machine learning from the same perspective, and demonstrated the advantages over earlier, more established algorithms.

This volume will appeal to all mathematicians and computer scientists interested in novel techniques and analytical results for optimization, variational models and PDEs, together with experimental results on applications ranging from early image formation to high-level image and data analysis.