Buchumschlag

Back-Projection Diffusion: Solving the Wideband Inverse Scattering Problem with Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Borong, Guerra, Martín, Li, Qin, Zepeda-Núñez, Leonardo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Solving the Wide-band Inverse Scattering Problem via Equivariant Neural Networks
von: Zhang, Borong, et al.
Veröffentlicht: (2022)

Decoupled Diffusion Sampling for Inverse Problems on Function Spaces
von: Lin, Thomas Y. L., et al.
Veröffentlicht: (2026)

Latent Neural Operator for Solving Forward and Inverse PDE Problems
von: Wang, Tian, et al.
Veröffentlicht: (2024)

Solving Inverse Parametrized Problems via Finite Elements and Extreme Learning Networks
von: Burman, Erik, et al.
Veröffentlicht: (2026)

Solving Forward and Inverse Problems of Contact Mechanics using Physics-Informed Neural Networks
von: Sahin, T., et al.
Veröffentlicht: (2023)

Data-Guided Physics-Informed Neural Networks for Solving Inverse Problems in Partial Differential Equations
von: Zhou, Wei, et al.
Veröffentlicht: (2024)

A Probabilistic Framework for Solving High-Frequency Helmholtz Equations via Diffusion Models
von: Zou, Yicheng, et al.
Veröffentlicht: (2026)

A Gaussian Process Framework for Solving Forward and Inverse Problems Involving Nonlinear Partial Differential Equations
von: Mora, Carlos, et al.
Veröffentlicht: (2024)

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

Preconditioned One-Step Generative Modeling for Bayesian Inverse Problems in Function Spaces
von: Cheng, Zilan, et al.
Veröffentlicht: (2026)

Differentiable Inverse Modeling with Physics-Constrained Latent Diffusion for Heterogeneous Subsurface Parameter Fields
von: Lin, Zihan, et al.
Veröffentlicht: (2025)

Localized Diffusion Models
von: Gottwald, Georg A., et al.
Veröffentlicht: (2025)

Graph Neural Regularizers for PDE Inverse Problems
von: Lauga, William, et al.
Veröffentlicht: (2025)

Understanding the Difficulty of Solving Cauchy Problems with PINNs
von: Wang, Tao, et al.
Veröffentlicht: (2024)

Preconditioned FEM-based Neural Networks for Solving Incompressible Fluid Flows and Related Inverse Problems
von: Griese, Franziska, et al.
Veröffentlicht: (2024)

What metric to optimize for suppressing instability in a Vlasov-Poisson system?
von: Guerra, Martin, et al.
Veröffentlicht: (2025)

Multi-Level GNN Preconditioner for Solving Large Scale Problems
von: Nastorg, Matthieu, et al.
Veröffentlicht: (2024)

Solving Inverse Obstacle Scattering Problem with Latent Surface Representations
von: Chen, Junqing, et al.
Veröffentlicht: (2023)

Learned Finite Element-based Regularization of the Inverse Problem in Electrocardiographic Imaging
von: Haas, Manuel, et al.
Veröffentlicht: (2026)

How Discrete and Continuous Diffusion Meet: Comprehensive Analysis of Discrete Diffusion Models via a Stochastic Integral Framework
von: Ren, Yinuo, et al.
Veröffentlicht: (2024)

Efficiently Solving High-Order and Nonlinear ODEs with Rational Fraction Polynomial: the Ratio Net
von: Qin, Chenxin, et al.
Veröffentlicht: (2021)

Variational Sparse Paired Autoencoders (vsPAIR) for Inverse Problems and Uncertainty Quantification
von: Solomon, Jack Michael, et al.
Veröffentlicht: (2026)

Stable Derivative Free Gaussian Mixture Variational Inference for Bayesian Inverse Problems
von: Che, Baojun, et al.
Veröffentlicht: (2025)

Antithetic Noise in Diffusion Models
von: Jia, Jing, et al.
Veröffentlicht: (2025)

Polynomial Speedup in Diffusion Models with the Multilevel Euler-Maruyama Method
von: Jacot, Arthur
Veröffentlicht: (2026)

Invertible ResNets for Inverse Imaging Problems: Competitive Performance with Provable Regularization Properties
von: Arndt, Clemens, et al.
Veröffentlicht: (2024)

MAD: Manifold Attracted Diffusion
von: Elbrächter, Dennis, et al.
Veröffentlicht: (2025)

Stabilizing and Solving Unique Continuation Problems by Parameterizing Data and Learning Finite Element Solution Operators
von: Burman, Erik, et al.
Veröffentlicht: (2024)

Solving the 2D Advection-Diffusion Equation using Fixed-Depth Symbolic Regression and Symbolic Differentiation without Expression Trees
von: Finkelstein, Edward
Veröffentlicht: (2024)

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

The Poisson Midpoint Method for Langevin Dynamics: Provably Efficient Discretization for Diffusion Models
von: Kandasamy, Saravanan, et al.
Veröffentlicht: (2024)

Energy Approach from $\varepsilon$-Graph to Continuum Diffusion Model with Connectivity Functional
von: Yang, Yahong, et al.
Veröffentlicht: (2025)

Neural Galerkin Normalizing Flow for Transition Probability Density Functions of Diffusion Models
von: Saporiti, Riccardo, et al.
Veröffentlicht: (2026)

STNet: Spectral Transformation Network for Solving Operator Eigenvalue Problem
von: Wang, Hong, et al.
Veröffentlicht: (2025)

Distillation of Discrete Diffusion through Dimensional Correlations
von: Hayakawa, Satoshi, et al.
Veröffentlicht: (2024)

Solving Partial Differential Equations with Random Feature Models
von: Liao, Chunyang
Veröffentlicht: (2024)

Faster Diffusion Models via Higher-Order Approximation
von: Li, Gen, et al.
Veröffentlicht: (2025)

Paired Autoencoders for Likelihood-free Estimation in Inverse Problems
von: Chung, Matthias, et al.
Veröffentlicht: (2024)

Dimension-Free Convergence of Diffusion Models for Approximate Gaussian Mixtures
von: Li, Gen, et al.
Veröffentlicht: (2025)

Transformed Physics-Informed Neural Networks for The Convection-Diffusion Equation
von: Guan, Jiajing, et al.
Veröffentlicht: (2024)