BriefGPT - AI 论文速递 · 2023-10-09T00:00:00Z 可证收敛的数据驱动凸非凸正则化 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 该研究使用CLEAR模型进行对抗训练，实现了对真实数据流形的全面拟合，并将其用作凸性正则化器，为真实数据流形上的成像逆问题提供指导。实验证明该模型具有鲁棒性，在测量干扰存在的情况下仍能实现稳定的重建。 🏷️ 标签 CLEAR模型 MRI重建 凸性神经网络 对抗训练 成像逆问题 阅读原文 生成长图 分享链接 已复制链接
