Buchumschlag

Solving Inverse Problems in Protein Space Using Diffusion-Based Priors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Levy, Axel, Chan, Eric R., Fridovich-Keil, Sara, Poitevin, Frédéric, Zhong, Ellen D., Wetzstein, Gordon
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dual Ascent Diffusion for Inverse Problems
von: Kim, Minseo, et al.
Veröffentlicht: (2025)

Modeling Atomic Conformational Ensembles of Proteins via Test-Time Supervision of Boltz-2 on Cryo-EM Density Maps
von: Shenoy, Jay, et al.
Veröffentlicht: (2026)

CrystalBoltz: End-to-End Protein Structure Determination via Experiment-Guided Diffusion for X-Ray Crystallography
von: Kim, Minseo, et al.
Veröffentlicht: (2026)

Towards Distribution-Shift Uncertainty Estimation for Inverse Problems with Generative Priors
von: Kim, Namhoon, et al.
Veröffentlicht: (2025)

Multiscale guidance of protein structure prediction with heterogeneous cryo-EM data
von: Raghu, Rishwanth, et al.
Veröffentlicht: (2025)

KLIP: localized distribution shift detection via KL-divergence with diffusion priors in Inverse Problems
von: Kheirandish, Alireza, et al.
Veröffentlicht: (2026)

Gradient Descent Provably Solves Nonlinear Tomographic Reconstruction
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2023)

A Forensic Analysis of Synthetic Data in RL: Diagnosing and Solving Algorithmic Failures in Model-Based Policy Optimization
von: Barkley, Brett, et al.
Veröffentlicht: (2025)

Geometric Algebra Planes: Convex Implicit Neural Volumes
von: Sivgin, Irmak, et al.
Veröffentlicht: (2024)

Patch-Based Diffusion for Data-Efficient, Radiologist-Preferred MRI Reconstruction
von: Sanda, Rohan, et al.
Veröffentlicht: (2025)

3D Field of Junctions: A Noise-Robust, Training-Free Structural Prior for Volumetric Inverse Problems
von: Kim, Namhoon, et al.
Veröffentlicht: (2026)

A Recovery Guarantee for Sparse Neural Networks
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2025)

Learning to Walk from Three Minutes of Real-World Data with Semi-structured Dynamics Models
von: Levy, Jacob, et al.
Veröffentlicht: (2024)

Unleashing the Denoising Capability of Diffusion Prior for Solving Inverse Problems
von: Zhang, Jiawei, et al.
Veröffentlicht: (2024)

Active Inverse Learning in Stackelberg Trajectory Games
von: Ward, William, et al.
Veröffentlicht: (2023)

ThermalNeRF: Thermal Radiance Fields
von: Lin, Yvette Y., et al.
Veröffentlicht: (2024)

BAgger: Backwards Aggregation for Mitigating Drift in Autoregressive Video Diffusion Models
von: Po, Ryan, et al.
Veröffentlicht: (2025)

SCOPED: Score-Curvature Out-of-distribution Proximity Evaluator for Diffusion
von: Barkley, Brett, et al.
Veröffentlicht: (2025)

Stealing That Free Lunch: Exposing the Limits of Dyna-Style Reinforcement Learning
von: Barkley, Brett, et al.
Veröffentlicht: (2024)

Solving Linear Inverse Problems Using the Prior Implicit in a Denoiser
von: Kadkhodaie, Zahra, et al.
Veröffentlicht: (2020)

Solving Inverse Problems via Diffusion-Based Priors: An Approximation-Free Ensemble Sampling Approach
von: Chen, Haoxuan, et al.
Veröffentlicht: (2025)

Decomposing Control Lyapunov Functions for Efficient Reinforcement Learning
von: Lopez, Antonio, et al.
Veröffentlicht: (2024)

Mixture of neural fields for heterogeneous reconstruction in cryo-EM
von: Levy, Axel, et al.
Veröffentlicht: (2024)

Solving Video Inverse Problems Using Image Diffusion Models
von: Kwon, Taesung, et al.
Veröffentlicht: (2024)

Bayesian Inverse Games with High-Dimensional Multi-Modal Observations
von: Jain, Yash, et al.
Veröffentlicht: (2026)

Diffusion Self-Distillation for Zero-Shot Customized Image Generation
von: Cai, Shengqu, et al.
Veröffentlicht: (2024)

Solving Inverse Problems via Diffusion Optimal Control
von: Li, Henry, et al.
Veröffentlicht: (2024)

Conditional Mutual Information Based Diffusion Posterior Sampling for Solving Inverse Problems
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2025)

Solving Inverse Problems with Score-Based Generative Priors learned from Noisy Data
von: Aali, Asad, et al.
Veröffentlicht: (2023)

Auto-Encoding Bayesian Inverse Games
von: Liu, Xinjie, et al.
Veröffentlicht: (2024)

Solving Diffusion Inverse Problems with Restart Posterior Sampling
von: Ahmed, Bilal, et al.
Veröffentlicht: (2025)

Scaling Pretrained Representations Enables Label-Free Out-of-Distribution Detection Without Fine-Tuning
von: Barkley, Brett, et al.
Veröffentlicht: (2026)

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

InverseBench: Benchmarking Plug-and-Play Diffusion Priors for Inverse Problems in Physical Sciences
von: Zheng, Hongkai, et al.
Veröffentlicht: (2025)

Geometry-Free Conditional Diffusion Modeling for Solving the Inverse Electrocardiography Problem
von: Jara, Ramiro Valdes, et al.
Veröffentlicht: (2026)

Back-Projection Diffusion: Solving the Wideband Inverse Scattering Problem with Diffusion Models
von: Zhang, Borong, et al.
Veröffentlicht: (2024)

Grids Often Outperform Implicit Neural Representation at Compressing Dense Signals
von: Kim, Namhoon, et al.
Veröffentlicht: (2025)

Learning responsibility allocations for multi-agent interactions: A differentiable optimization approach with control barrier functions
von: Remy, Isaac, et al.
Veröffentlicht: (2024)

Warped Diffusion: Solving Video Inverse Problems with Image Diffusion Models
von: Daras, Giannis, et al.
Veröffentlicht: (2024)

Accurate, provable and fast polychromatic tomographic reconstruction: A variational inequality approach
von: Lou, Mengqi, et al.
Veröffentlicht: (2025)