BriefGPT - AI 论文速递
·
学得的正向算子的逆问题
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种部分学习方法，用于解决具有非线性正演算子的病态反问题。该方法利用经典正则化理论和深度学习的最新进展，通过对反问题的先验信息进行编码的正演算子、噪声模型和正则化函数来进行学习。实验表明，所提出的方法在保证速度的同时，能够在 512 x 512 体积内产生 5.4dB 的 PSNR 提升。
🎯
关键要点
- 提出了一种部分学习方法，用于解决具有非线性正演算子的病态反问题。
- 该方法结合经典正则化理论和深度学习的最新进展。
- 通过编码反问题的先验信息，包括正演算子、噪声模型和正则化函数进行学习。
- 每次迭代中使用数据差异和正则化器的梯度作为卷积神经网络的输入。
- 实验结果显示，该方法在保证速度的同时，能够在512 x 512体积内产生5.4dB的PSNR提升。
➡️
