研究人员开发了DiME，一种用于估算贝叶斯逆问题中模型证据的新方法，专门解决扩散先验带来的挑战。该技术通过对后验样本的时间边际进行积分来有效地计算模型证据，仅需少量样本（约20个）。DiME已被证明能够准确地选择合适的扩散模型先验并识别复杂、病态逆问题中的先验不匹配，包括在黑洞成像中的实际应用。 AI
影响 为基于扩散的逆问题求解中的模型选择引入了一种更有效的方法，有可能提高成像应用的准确性。
排序理由 介绍贝叶斯逆问题中证据估算新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.20549v2 Announce Type: replace-cross Abstract: The choice of prior is central to solving ill-posed imaging inverse problems, making it essential to select one consistent with the measurements $y$ to avoid severe bias. In Bayesian inverse problems, this could be achieve…