记者从西南大学了解到，该校研讨团队发布了根据二值量化的低秩张量康复模型、理论与算法，有助于进步数据大规模传输的速度和精度，一起下降硬件本钱，使得数据传送、紧缩和保存的“性价比”更高。相关研讨成果已由人工智能范畴世界期刊《IEEE形式剖析与机器智能汇刊》在线宣布。
据论文通讯作者、西南大学数学与计算学院王建军教授介绍，跟着人工智能技能使用的不断拓宽，图画视频处理、形式识别和计算机视觉等范畴的数据传输量巨大。但受制于硬件本钱与对数据传输速度的要求，现在常用的低秩张量康复(LRTR)办法在数据大规模传输进程中无法完成信号高精度量化，由此发生的量化差错对体系康复功能带来影响。针对这一问题，王建军研讨团队提出了根据二值量化的低秩张量康复模型、理论与算法，其原理是将二值测量办法与低秩张量康复相结合，使得量化进程归入模型进行处理，然后有用操控量化差错对体系康复功能的影响，补偿已有算法的缺点。
实验结果表明，这一新算法在人脸图画康复和多光谱图画康复等实践使用中取得了更高的康复精度，取得的图画数据愈加明晰。新算法在下降数据传输的硬件本钱的一起，数据处理速度也得到进步，使得更高“性价比”的数据传送、紧缩和保存成为可能。
现在，王建军研讨团队已与移动通讯终端、医疗图画处理等范畴相关企业展开协作，推进国产移动终端技能更新，在医疗方面进步核磁造影的处理速度，下降经济本钱。新算法还有望与雷达成像技能结合，在气候监测、地质勘探等范畴发挥作用。