Jan, 2024
逆问题中的稀疏正则化中学习高斯混合模型
Learning a Gaussian Mixture for Sparsity Regularization in Inverse Problems
Giovanni S. Alberti, Luca Ratti, Matteo Santacesaria, Silvia Sciutto
TL;DR本研究提出了一种概率稀疏性先验,用于建模相对于通用基的稀疏性,并设计了一个神经网络作为线性逆问题的贝叶斯估计器。通过与常用的稀疏性促进正则化技术进行比较,我们的重建方法在所有使用的一维数据集上均表现出更低的均方误差值。