Oluwatosin Akande

新研究将近邻算子与HJ PDE联系起来用于深度学习先验

一篇新研究论文探讨了近邻算子与Hamilton-Jacobi偏微分方程（HJ PDE）之间的联系，以开发新颖的深度学习架构，用于学习逆问题中的先验。该方法旨在直接学习先验，而无需在训练后进行反演，并在高达64维的情况下通过单次前向传播评估先验，证明了其有效性。该工作由Oluwatosin Akande撰写，建立在利用近邻算子进行正则化和在病态数学问题中纳入先验信息等现有方法的基础上。