Buchumschlag

Weakly Convex Regularisers for Inverse Problems: Convergence of Critical Points and Primal-Dual Optimisation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shumaylov, Zakhar, Budd, Jeremy, Mukherjee, Subhadip, Schönlieb, Carola-Bibiane
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Practical Operator Sketching Framework for Accelerating Iterative Data-Driven Solutions in Inverse Problems
von: Tang, Junqi, et al.
Veröffentlicht: (2022)

Data-driven approaches to inverse problems
von: Schönlieb, Carola-Bibiane, et al.
Veröffentlicht: (2025)

Fair Primal Dual Splitting Method for Image Inverse Problems
von: Qu, Yunfei, et al.
Veröffentlicht: (2024)

Diffeomorphism-Equivariant Neural Networks
von: Oettinger, Josephine Elisabeth, et al.
Veröffentlicht: (2026)

Stochastic Primal-Dual Three Operator Splitting Algorithm with Extension to Equivariant Regularization-by-Denoising
von: Tang, Junqi, et al.
Veröffentlicht: (2022)

A Guide to Stochastic Optimisation for Large-Scale Inverse Problems
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2024)

DualHash: A Stochastic Primal-Dual Algorithm with Theoretical Guarantee for Deep Hashing
von: Li, Luxuan, et al.
Veröffentlicht: (2025)

Lie Algebra Canonicalization: Equivariant Neural Operators under arbitrary Lie Groups
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2024)

Linear Convergence of a Unified Primal--Dual Algorithm for Convex--Concave Saddle Point Problems with Quadratic Growth
von: Melcher, Cody, et al.
Veröffentlicht: (2025)

Boosting Data-Driven Mirror Descent with Randomization, Equivariance, and Acceleration
von: Tan, Hong Ye, et al.
Veröffentlicht: (2023)

NPN: Non-Linear Projections of the Null-Space for Imaging Inverse Problems
von: Jacome, Roman, et al.
Veröffentlicht: (2025)

Building Rome with Convex Optimization
von: Han, Haoyu, et al.
Veröffentlicht: (2025)

Optimal Primal-Dual Algorithm with Last iterate Convergence Guarantees for Stochastic Convex Optimization Problems
von: Boob, Digvijay, et al.
Veröffentlicht: (2024)

Biophysics Informed Pathological Regularisation for Brain Tumour Segmentation
von: Zhang, Lipei, et al.
Veröffentlicht: (2024)

Optimised ProPainter for Video Diminished Reality Inpainting
von: Li, Pengze, et al.
Veröffentlicht: (2024)

Benchmarking learned algorithms for computed tomography image reconstruction tasks
von: Kiss, Maximilian B., et al.
Veröffentlicht: (2024)

DIPA: Distilled Preconditioned Algorithms for Solving Imaging Inverse Problems
von: Gualdrón-Hurtado, Romario, et al.
Veröffentlicht: (2026)

GSNR: Graph Smooth Null-Space Representation for Inverse Problems
von: Gualdrón-Hurtado, Romario, et al.
Veröffentlicht: (2026)

Relative-Interior Solution for the (Incomplete) Linear Assignment Problem with Applications to the Quadratic Assignment Problem
von: Dlask, Tomáš, et al.
Veröffentlicht: (2023)

Muon is Not That Special: Random or Inverted Spectra Work Just as Well
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2026)

Interwoven SDP in Primal-Dual Proximal Splitting Methods for Adjustable Robust Convex Optimisation with SOS-Convex Polynomial Constraints
von: Dizon, Neil D., et al.
Veröffentlicht: (2026)

HPPP: Halpern-type Preconditioned Proximal Point Algorithms and Applications to Image Restoration
von: Zhang, Shuchang, et al.
Veröffentlicht: (2024)

Stochastic Multiresolution Image Sketching for Inverse Imaging Problems
von: Perelli, Alessandro, et al.
Veröffentlicht: (2024)

Learning Regularization Functionals for Inverse Problems: A Comparative Study
von: Hertrich, Johannes, et al.
Veröffentlicht: (2025)

Provably Convergent Plug & Play Linearized ADMM, applied to Deblurring Spatially Varying Kernels
von: Laroche, Charles, et al.
Veröffentlicht: (2022)

On Information Geometry and Iterative Optimization in Model Compression: Operator Factorization
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2025)

Accelerated Primal-Dual Proximal Gradient Splitting Methods for Convex-Concave Saddle-Point Problems
von: Luo, Hao
Veröffentlicht: (2024)

Practical Acceleration of the Condat-Vũ Algorithm
von: Driggs, Derek, et al.
Veröffentlicht: (2024)

A geometric integration approach to smooth optimisation: Foundations of the discrete gradient method
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2018)

Solving Inverse Problems by Joint Posterior Maximization with Autoencoding Prior
von: González, Mario, et al.
Veröffentlicht: (2021)

Learning Binary Sampling Patterns for Single-Pixel Imaging using Bilevel Optimisation
von: Tudosie, Serban Cristian, et al.
Veröffentlicht: (2025)

Equivariant Test-Time Training with Operator Sketching for Imaging Inverse Problems
von: Xu, Guixian, et al.
Veröffentlicht: (2024)

Perturbation-Aware Distributionally Robust Optimization for Inverse Problems
von: van Maarschalkerwaart, Floor, et al.
Veröffentlicht: (2025)

Multilevel Geometric Optimization for Regularised Constrained Linear Inverse Problems
von: Müller, Sebastian, et al.
Veröffentlicht: (2022)

A sparse optimization approach to infinite infimal convolution regularization
von: Bredies, Kristian, et al.
Veröffentlicht: (2023)

Constrained Diffusion Models via Dual Training
von: Khalafi, Shervin, et al.
Veröffentlicht: (2024)

Unsupervised Point Cloud Pre-Training via Contrasting and Clustering
von: Mei, Guofeng, et al.
Veröffentlicht: (2022)

A Triple-Bregman Balanced Primal-Dual Algorithm for Saddle Point Problems
von: Yu, Jintao, et al.
Veröffentlicht: (2025)

Optimizing ADMM and Over-Relaxed ADMM Parameters for Linear Quadratic Problems
von: Song, Jintao, et al.
Veröffentlicht: (2024)

A primal-dual algorithm for image reconstruction with input-convex neural network regularizers
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2024)