Buchumschlag

Anderson Accelerated Gauss-Newton-guided deep learning for nonlinear inverse problems with Application to Electrical Impedance Tomography

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Qingping, Xu, Guixian, Wen, Zhexin, Wang, Hongqiao
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Numerical Analysis 78A46, 68U10, 68T07
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Electrical Impedance Tomography reconstruction using Learned Half-Quadratic Splitting Networks with Anderson Acceleration
von: Xu, Guixian, et al.
Veröffentlicht: (2023)

Inverse Electromagnetic Scattering for Doubly-Connected Cylinders using Convolutional Neural Networks
von: Mindrinos, Leonidas, et al.
Veröffentlicht: (2025)

To be or not to be stable, that is the question: understanding neural networks for inverse problems
von: Evangelista, Davide, et al.
Veröffentlicht: (2022)

Diffusion assisted image reconstruction in optoacoustic tomography
von: González, M. G., et al.
Veröffentlicht: (2024)

Bayesian optimization approach for tracking the location and orientation of a moving target using far-field data
von: Lee, Woojoo, et al.
Veröffentlicht: (2024)

Low-light phase retrieval with implicit generative priors
von: Manekar, Raunak, et al.
Veröffentlicht: (2024)

Neural-network methods for two-dimensional finite-source reflector design
von: Hacking, Roel, et al.
Veröffentlicht: (2026)

Oracle-Net for nonlinear compressed sensing in Electrical Impedance Tomography reconstruction problems
von: Lazzaro, Damiana, et al.
Veröffentlicht: (2024)

Learned RESESOP for solving inverse problems with inexact forward operator
von: Feinler, Mathias S., et al.
Veröffentlicht: (2024)

Recurrent Neural Operators: Stable Long-Term PDE Prediction
von: Ye, Zaijun, et al.
Veröffentlicht: (2025)

Learning time-dependent PDE via graph neural networks and deep operator network for robust accuracy on irregular grids
von: Cho, Sung Woong, et al.
Veröffentlicht: (2024)

A Deep Learning-Enhanced Fourier Method for the Multi-Frequency Inverse Source Problem with Sparse Far-Field Data
von: Chen, Hao, et al.
Veröffentlicht: (2026)

Learning pseudo-contractive denoisers for inverse problems
von: Wei, Deliang, et al.
Veröffentlicht: (2024)

Data-Free Asymptotics-Informed Operator Networks for Singularly Perturbed PDEs
von: Lee, Jinsil, et al.
Veröffentlicht: (2025)

Rational complex Bezier curves
von: Canton, A., et al.
Veröffentlicht: (2025)

Roughness and entropy measures of a soft set
von: Acharjee, Santanu, et al.
Veröffentlicht: (2026)

Deep Unfolding Network for Nonlinear Multi-Frequency Electrical Impedance Tomography
von: Alberti, Giovanni S., et al.
Veröffentlicht: (2025)

Marrying Compressed Sensing and Deep Signal Separation
von: Hickok, Truman, et al.
Veröffentlicht: (2024)

Solving Approximation Tasks with Greedy Deep Kernel Methods
von: Klink, Marian, et al.
Veröffentlicht: (2025)

Data Completion for Electrical Impedance Tomography by Conditional Diffusion Models
von: Chen, Ke, et al.
Veröffentlicht: (2026)

A Paired Autoencoder Framework for Inverse Problems via Bayes Risk Minimization
von: Hart, Emma, et al.
Veröffentlicht: (2025)

A Model-Consistent Data-Driven Computational Strategy for PDE Joint Inversion Problems
von: Ren, Kui, et al.
Veröffentlicht: (2022)

A reduced order Schwarz method for nonlinear multiscale elliptic equations based on two-layer neural networks
von: Chen, Shi, et al.
Veröffentlicht: (2021)

Lightweight MRI-Based Automated Segmentation of Pancreatic Cancer with Auto3DSeg
von: Jha, Keshav, et al.
Veröffentlicht: (2025)

A C^s-smooth mixed degree and regularity isogeometric spline space over planar multi-patch domains
von: Kapl, Mario, et al.
Veröffentlicht: (2024)

Near-optimal learning of Banach-valued, high-dimensional functions via deep neural networks
von: Adcock, Ben, et al.
Veröffentlicht: (2022)

Meta-Auto-Decoder: A Meta-Learning Based Reduced Order Model for Solving Parametric Partial Differential Equations
von: Ye, Zhanhong, et al.
Veröffentlicht: (2023)

A Human-In-The-Loop Approach for Improving Fairness in Predictive Business Process Monitoring
von: Käppel, Martin, et al.
Veröffentlicht: (2025)

Forging GEMs: Advancing Greek NLP through Quality-Based Corpus Curation
von: Apostolopoulou, Alexandra, et al.
Veröffentlicht: (2025)

Z-Order Transformer for Feed-Forward Gaussian Splatting
von: Wang, Can, et al.
Veröffentlicht: (2026)

EatGAN: An Edge-Attention Guided Generative Adversarial Network for Single Image Super-Resolution
von: Rao, Penghao, et al.
Veröffentlicht: (2025)

TWIG: Two-Step Image Generation using Segmentation Masks in Diffusion Models
von: Rakib, Mazharul Islam, et al.
Veröffentlicht: (2025)

Isolated Sign Language Recognition with Segmentation and Pose Estimation
von: Perkins, Daniel, et al.
Veröffentlicht: (2025)

Weights initialization of neural networks for function approximation
von: Hu, Xinwen, et al.
Veröffentlicht: (2025)

Mathematical analysis of the gradients in deep learning
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)

Advancing Brain Tumor Segmentation via Attention-based 3D U-Net Architecture and Digital Image Processing
von: Gad, Eyad, et al.
Veröffentlicht: (2025)

A Hyperspectral Imaging Dataset and Methodology for Intraoperative Pixel-Wise Classification of Metastatic Colon Cancer in the Liver
von: Kopriva, Ivica, et al.
Veröffentlicht: (2024)

Learning to Control the Smoothness of Graph Convolutional Network Features
von: Wang, Shih-Hsin, et al.
Veröffentlicht: (2024)

MaizeEar-SAM: Zero-Shot Maize Ear Phenotyping
von: Zaremehrjerdi, Hossein, et al.
Veröffentlicht: (2025)

A Generalization Bound for a Family of Implicit Networks
von: Fung, Samy Wu, et al.
Veröffentlicht: (2024)