nonlinear inverse problems | BriefGPT

关键词nonlinear inverse problems

搜索结果 - 6

通过分离噪声退火来改进扩散逆问题求解
通过解决复杂的非线性反问题，特别是在相位恢复中，我们提出了一种名为 Decoupled Annealing Posterior Sampling（DAPS）的新方法，该方法通过新颖的噪声退火过程，解决了当前扩散取样过程难以纠正早期取样步骤错
PDF5 days ago
逆问题的配对自编码器
我们使用成对自编码器框架作为无似然估计器，有效地构建解决方案，并克服了使用无似然估计器时的一些已知问题，特别是我们的框架可以评估解决方案的质量并在需要时进行改进。我们通过使用完全波形反演和逆向电磁成像的示例，证明了我们方法的可行性。
PDF2 months ago
基于证明可靠性的分数传播后验采样用于即插即用图像重建
本研究提出了一种算法框架，用于在一般非线性逆问题中将基于分数的扩散模型作为表达性数据先验。通过引入扩散插入和播放方法 (DPnP)，交替调用两个采样器，一个仅基于前向模型的似然函数的邻近一致性采样器，另一个仅基于图像先验的分数函数的降噪扩散
PDF3 months ago
端到端学习在相位恢复中存在的问题
对于存在于图像科学中的非线性反问题，前向模型中的对称性很常见。当使用数据驱动的深度学习方法来解决这类问题时，这些内在的对称性可能导致学习困难。本文解释了这些困难是如何产生的，更重要的是，如何通过预处理训练集（即对称性破坏）来克服这些困难。我
PDF4 months ago
深度展开网络与循环动量加速在非线性逆问题中的应用
结合模型驱动的迭代算法和数据驱动的深度学习解决方案，我们提出了一种循环动量加速（RMA）框架，使用长短期记忆循环神经网络（LSTM-RNN）来模拟动量加速过程，通过应用 RMA 到两种流行的 DuNets 方法（LPGD-RMA 和 LPD
PDFa year ago
最优映射下的贝叶斯推断
提出了一种新的贝叶斯推断方法，它完全避免了 Markov 链模拟，通过构建将先验度量向前推到后验度量的映射。通过在最优传输理论的上下文中阐述问题，建立了合适的保持度量的映射的存在性和唯一性。我们讨论了各种显式参数化映射的方法，并通过解决优化
PDF13 years ago