Buchumschlag

Deep Distillation Gradient Preconditioning for Inverse Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gualdrón-Hurtado, Romario, Jacome, Roman, Suarez, Leon, Galvis, Laura, Arguello, Henry
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

UTOPY: Unrolling Algorithm Learning via Fidelity Homotopy for Inverse Problems
von: Jacome, Roman, et al.
Veröffentlicht: (2025)

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

Distilling Knowledge for Designing Computational Imaging Systems
von: Suarez-Rodriguez, Leon, et al.
Veröffentlicht: (2025)

Learning Point Spread Function Invertibility Assessment for Image Deconvolution
von: Gualdrón-Hurtado, Romario, et al.
Veröffentlicht: (2024)

Highly Constrained Coded Aperture Imaging Systems Design Via a Knowledge Distillation Approach
von: Suarez-Rodriguez, Leon, et al.
Veröffentlicht: (2024)

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

Single Snapshot Distillation for Phase Coded Mask Design in Phase Retrieval
von: Fonseca, Karen, et al.
Veröffentlicht: (2025)

Octonion Phase Retrieval
von: Jacome, Roman, et al.
Veröffentlicht: (2023)

An Invitation to Hypercomplex Phase Retrieval: Theory and Applications
von: Jacome, Roman, et al.
Veröffentlicht: (2023)

Stochastic Deep Restoration Priors for Imaging Inverse Problems
von: Hu, Yuyang, et al.
Veröffentlicht: (2024)

Learning to reconstruct signals with inexact sensing operator via knowledge distillation
von: Jacome, Roman, et al.
Veröffentlicht: (2025)

Understanding Untrained Deep Models for Inverse Problems: Algorithms and Theory
von: Alkhouri, Ismail, et al.
Veröffentlicht: (2025)

End-to-end optimization of sparse ultrasound linear probes
von: Urrea, Sergio, et al.
Veröffentlicht: (2026)

Equivariant Deep Equilibrium Models for Imaging Inverse Problems
von: Mehta, Alexander, et al.
Veröffentlicht: (2025)

Structure-Preserving Medical Image Generation from a Latent Graph Representation
von: Arias, Kevin, et al.
Veröffentlicht: (2025)

Multi Task Denoiser Training for Solving Linear Inverse Problems
von: Bled, Clément, et al.
Veröffentlicht: (2025)

MIP-Based Tumor Segmentation: A Radiologist-Inspired Approach
von: Zarik, Romario, et al.
Veröffentlicht: (2025)

Diff-Unfolding: A Model-Based Score Learning Framework for Inverse Problems
von: Wang, Yuanhao, et al.
Veröffentlicht: (2025)

NOWA: Null-space Optical Watermark for Invisible Capture Fingerprinting and Tamper Localization
von: Vargas, Edwin, et al.
Veröffentlicht: (2025)

On the Solution of Linearized Inverse Scattering Problems in Near-Field Microwave Imaging by Operator Inversion and Matched Filtering
von: Saurer, Matthias M., et al.
Veröffentlicht: (2024)

Unified, Verifiable Neural Simulators for Electromagnetic Wave Inverse Problems
von: Dove, Charles, et al.
Veröffentlicht: (2024)

Hypercomplex Phase Retrieval
von: Mishra, Kumar Vijay, et al.
Veröffentlicht: (2026)

Privacy-Preserving Deep Learning Using Deformable Operators for Secure Task Learning
von: Perez, Fabian, et al.
Veröffentlicht: (2024)

FOSSA: First-Order Optimality-Based Sensor Selection for PINN Inverse Problems, with Application to Electrocardiographic Imaging
von: Xie, Jianxin
Veröffentlicht: (2026)

A Stability Benchmark of Generative Regularizers for Inverse Problems
von: Denker, Alexander, et al.
Veröffentlicht: (2026)

Inverse Design of Metasurface for Spectral Imaging
von: Chen, Rongzhou, et al.
Veröffentlicht: (2025)

Deep Learning for Gradient and BCG Artifacts Removal in EEG During Simultaneous fMRI
von: Shahriar, K. A., et al.
Veröffentlicht: (2025)

ADOBI: Adaptive Diffusion Bridge For Blind Inverse Problems with Application to MRI Reconstruction
von: Hu, Yuyang, et al.
Veröffentlicht: (2024)

Provable Preconditioned Plug-and-Play Approach for Compressed Sensing MRI Reconstruction
von: Hong, Tao, et al.
Veröffentlicht: (2024)

Solving Inverse Problems with FLAIR
von: Erbach, Julius, et al.
Veröffentlicht: (2025)

Knowledge Distillation for Continual Learning of Biomedical Neural Fields
von: Visser, Wouter, et al.
Veröffentlicht: (2025)

Bi-level Guided Diffusion Models for Zero-Shot Medical Imaging Inverse Problems
von: Askari, Hossein, et al.
Veröffentlicht: (2024)

Solving a Nonlinear Blind Inverse Problem for Tagged MRI with Physics and Deep Generative Priors
von: Bian, Zhangxing, et al.
Veröffentlicht: (2026)

Sparse2Inverse: Self-supervised inversion of sparse-view CT data
von: Gruber, Nadja, et al.
Veröffentlicht: (2024)

Inline AI: Open-source Deep Learning Inference for Cardiac MR
von: Xue, Hui, et al.
Veröffentlicht: (2024)

MAP-based Problem-Agnostic diffusion model for Inverse Problems
von: Tao, Pingping, et al.
Veröffentlicht: (2025)

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

Enhancing Adversarial Training with Prior Knowledge Distillation for Robust Image Compression
von: Cao, Zhi, et al.
Veröffentlicht: (2024)

Phase-Corrected Near-Field Microwave Imaging via Inverse Source Reconstruction with Modulated Signals
von: Wang, Quanfeng, et al.
Veröffentlicht: (2026)