arXiv · cs.LG· Haoxuan Chen, Yinuo Ren, Martin Renqiang Min, Lexing Ying, Zachary Izzo·· 3 小时前
基于扩散模型先验的无近似集成采样方法求解逆问题
Solving Inverse Problems via Diffusion-Based Priors: An Approximation-Free Ensemble Sampling Approach
AI 导读
研究者提出一种基于集成的后验采样算法，利用扩散模型生成先验求解贝叶斯逆问题，无需对生成过程做启发式近似。该方法通过推导修正的 PDE 描述后验分布演化，并用随机加权粒子方法模拟，理论上证明真实后验与样本经验分布的误差可由预训练 score 函数的训练误差和粒子数界定。在多个成像逆问题实验中，该方法重建精度优于现有基于扩散模型的方法，代码已开源，论文被 TMLR 2026 接收。
来源：arXiv · cs.LG · arxiv.org