【7.7】小角中子散射结构模型分类算法&基于差分和神经网络的光源图像无损压缩方法
“青年科技工作者园地”第128次活动
时间：2020年7月7日下午15:00
会议室名称：青年科技工作者园地
参会方式：
1）客户端入会链接： http://caslink.ihep.ac.cn/meetingSchduler/invite/anno/0NHIFC5M
2）硬件终端拨打云会议室号 : 9005069149
题目：小角中子散射结构模型分类算法
报告人：李亚康
简介：中国散裂中子源是研究中子特性、探测物质微观结构和运动的科研装置，基于该平台开展的中子散射研究可带动物理学、化学、生命科学、材料科学等多学科的发展。本次报告首先介绍中子散射实验的一般过程，然后介绍目前实验流程存在的一些问题，最后介绍深度学习在中子散射数据分析中的一些应用。
题目：基于差分和神经网络的光源图像无损压缩方法
报告人：付世园
简介：同步辐射装置产生的同步辐射图像是围绕样品中轴旋转获得的16bit投影图，具有高分辨率、高帧率的特点，HEPS预计每天将产生500TB数据，为存储造成极大压力。由于科学研究的需要，压缩过程不能丢失任何信息。但是，常见的图像无损压缩方法效果不佳。在此基础上，提出了一种基于图像差分和神经网络的图像无损压缩方法。采用图像差法减少图像与图像内部的线性相关性，然后使用神经网络结合差分结果的时间或空间上下文预测像素值分布，结合算术编码压缩。在分析压缩时间的基础上，将16位数据分成两部分进行并行压缩，以减少预测时间和编码时间。基于SSRF生成的图像的测试表明，该方法压缩结果优于PNG、JPEG2000和FILF，数据分割可以缩短预测和编码的时间。
计算中心 团支部
2020.7.2
附件下载：
