Wie können neuronale Netze die Gleichmäßigkeit von Bildgebungsarray-Detektoren verbessern? Dieses Papier stellt zwei auf neuronalen Netzen basierende Methoden zur Korrektur von Nichtgleichmäßigkeiten in Bildgebungsarray-Detektoren vor. Die Methoden nutzen Bildeigenschaften, um Kalibrierungsdefizite auszugleichen und die Ausgabentropie zu maximieren. Die erste Methode verwendet ein selbstorganisierendes Netz, um eine lineare Korrektur mit kontinuierlich angepassten Koeffizienten zu erzeugen. Die zweite verwendet eine Kontrastausgleichskurve, um Pixelverteilungen anzupassen. Obwohl sie von Siliziumdetektoren ausgeht, ist der Ansatz breit auf verschiedene Array-Detektoren anwendbar, die in der Infrarotbildgebung und der Hochenergiephysik verwendet werden. Sie wird im Bereich der **Informatik** am nützlichsten sein.
Dieses Papier in Neural Computation untersucht die Anwendung neuronaler Netze zur Verbesserung der Leistung von Bildgebungssystemen. Die interdisziplinäre Natur dieser Arbeit steht im Einklang mit dem Fokus der Zeitschrift auf rechnergestützte Ansätze für die Neurowissenschaften.