线性逆问题相关 AI 资讯 · AI 热点

7月22日

12:12

12:12

官方账号arXiv cs.LG@Yuchen Jiao, Na Li, Changxiao Cai, Yuxin Chen, Gen Li

本文提出PDDIM算法，利用DDIM类采样器求解线性逆问题。该方法对标准DDIM更新进行轻量坐标调整，并显式融入测量模型，根据观测信噪比与扩散信噪比的比较切换更新策略。理论证明PDDIM收敛到观测条件下的贝叶斯后验。在多个图像恢复任务中，PDDIM在大部分评估指标上超过现有扩散后验采样方法。

论文 PDDIM DDIM 扩散模型

推荐理由：这论文提出PDDIM算法，用DDIM采样器解线性逆问题，有理论保证，代码改动小，效果还最好。

6月16日

12:28

12:28

官方账号arXiv cs.LG@Abbas Mammadov, Ozgur Kara, Kaan Oktay, Iskander Azangulov, Adil Kaan Akan, Hyungjin Chung, James Matthew Rehg, Yee Whye Teh

精选72°

本文提出 Exact Posterior Score (EPS) 方法，针对线性高斯逆问题推导出后验分数的闭式解。该方法在一般高斯插值下，将后验采样转化为特定算子依赖的平移点下的各向异性噪声去噪问题。EPS 可从头训练或从预训练去噪器微调，推理时使用与基础模型相同的采样器，无需似然梯度或投影。在 FFHQ 和 ImageNet 上的五个线性逆问题中，EPS 在保真度、感知和分布指标上优于无训练和基于训练的方法，且去噪器评估次数比基于梯度的后验采样器少约一个数量级。

论文 EPS 线性逆问题后验分数估计

推荐理由：这篇论文提出了 EPS 方法，能更高效准确地求解线性逆问题，在多个基准上表现优异，且计算开销低。