ノイズ画像Aをクリーン画像B,信号に依存するノイズC,依存しないノイズDを用いてA=B+(A**gamma)*C+Dと表している.gammaはCの依存度を示すハイパーパラメータである.モデルは入力されたAからB'を出力するネットワークと(A-B')を入力としてC'とD'を出力するネットワークの２つで構成される.B',C',D'を組み合わせて複数の画像を生成しこれを用いた損失も計算して学習を行う.

自己教師あり学習を用いたデノイジング手法であるNoise2VoidやNoise2Self,NACと比較して２つのデータセットにおいてPSNRは高い値を示しておりSSIMについてもSIDDの結果では最も高い精度を示した.また、１度目の学習後に推論で得られたデータを用いて再度新しいモデルを学習するとさらによい結果を得られた.