★ 3
FB-GDM:全贝叶斯引导扩散模型求解线性逆问题
论文提出FB-GDM全贝叶斯引导扩散方法,从ΠGDM的高斯近似出发推导闭式条件分数,将两个精度参数作为隐变量在每步反向过程中用变分推断估计,无需噪声水平或真值标定。在CelebA-HQ逆问题上比名义设置的ΠGDM最高优14dB,接近真值标定的oracle,并在算子、噪声或图像分布变化时保持稳健、不…
arXiv cs.LG38 天前
共 4 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出FB-GDM全贝叶斯引导扩散方法,从ΠGDM的高斯近似出发推导闭式条件分数,将两个精度参数作为隐变量在每步反向过程中用变分推断估计,无需噪声水平或真值标定。在CelebA-HQ逆问题上比名义设置的ΠGDM最高优14dB,接近真值标定的oracle,并在算子、噪声或图像分布变化时保持稳健、不…
论文提出 SALTO,一种基于 Koopman 的框架,用于推断有限幅度源。在提升空间中,非线性动力学由线性传播子近似,其转置可单次求解将传感器反向传播。在三个非线性 PDE 系统上,SALTO 将有限幅度源测量预测误差控制在 2-8%,而经典伴随误差达 41-165%。
论文构建了覆盖离散力学、连续力学、原子模拟、渲染与半经验物理模型的12个可微物理模拟器,并据此设计参数辨识、逆向设计与最优控制三类逆问题。研究系统比较了一阶、近似二阶与全局优化器的表现,为可微编程中优化器的选择与设计提供实证参考。
论文针对从时域反射测量重建分层生物介质吸收与散射系数的逆问题,提出机器学习框架替代传统扩散方程求解器。作者用精确蒙特卡洛模拟在多个源-探测器距离生成前向 DTOF 合成数据集训练流水线,与最先进模型方法对比,在显著加速的同时精度更高,且无需关于层数的先验信息即可估计参数空间维度。