Buchumschlag

A Scalable Sequential Framework for Dynamic Inverse Problems via Model Parameter Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Keating, Aryeh, Pasha, Mirjeta
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Numerical Analysis Optimization and Control Statistics Theory 65F22, 65J22, 62F15, 65C20, 62M20
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hybrid ABBA-GMRES for Unmatched Backprojectors in Large Scale X-Ray Computerized Tomography
von: Bentley, Ryan, et al.
Veröffentlicht: (2026)

Maximum a posteriori testing in statistical inverse problems
von: Kretschmann, Remo, et al.
Veröffentlicht: (2024)

Non-asymptotic error estimates for the Laplace approximation in Bayesian inverse problems
von: Helin, Tapio, et al.
Veröffentlicht: (2020)

Are minimizers of the Onsager-Machlup functional strong posterior modes?
von: Kretschmann, Remo
Veröffentlicht: (2022)

Error bounds for some approximate posterior measures in Bayesian inference
von: Lie, Han Cheng, et al.
Veröffentlicht: (2019)

Hierarchical Bayesian Inverse Problems: A High-Dimensional Statistics Viewpoint
von: Sanz-Alonso, Daniel, et al.
Veröffentlicht: (2024)

Parameter estimation for partially observed second-order diffusion processes
von: Albrecht, Jan, et al.
Veröffentlicht: (2024)

Empirical Risk Minimization as Parameter Choice Rule for General Linear Regularization Methods
von: Li, Housen, et al.
Veröffentlicht: (2017)

Bayesian Parameter Inference for Partially Observed Stochastic Volterra Equations
von: Jasra, Ajay, et al.
Veröffentlicht: (2023)

Optimal regularized hypothesis testing in statistical inverse problems
von: Kretschmann, Remo, et al.
Veröffentlicht: (2022)

On identification in ill-posed linear regression
von: Finocchio, Gianluca, et al.
Veröffentlicht: (2025)

A new sparsity promoting residual transform operator for Lasso regression
von: Xiao, Yao, et al.
Veröffentlicht: (2025)

Empirical sparse regression on quadratic manifolds
von: Schwerdtner, Paul, et al.
Veröffentlicht: (2024)

Efficient sampling approaches based on generalized Golub-Kahan methods for large-scale hierarchical Bayesian inverse problems
von: Buser, Elle, et al.
Veröffentlicht: (2025)

Function and derivative approximation by shallow neural networks
von: Li, Yuanyuan, et al.
Veröffentlicht: (2024)

Convergence Analysis of regularised Nyström method for Functional Linear Regression
von: Gupta, Naveen, et al.
Veröffentlicht: (2024)

Convergence analysis of Tikhonov regularization for non-linear statistical inverse learning problems
von: Rastogi, Abhishake, et al.
Veröffentlicht: (2019)

Efficient iterative methods for hyperparameter estimation in large-scale linear inverse problems
von: Hall-Hooper, Khalil A, et al.
Veröffentlicht: (2023)

A Majorization-Minimization with Monte Carlo Approach for Hyperparameter Estimation
von: Buser, Elle, et al.
Veröffentlicht: (2026)

Subspace projection regularization for large-scale Bayesian linear inverse problems
von: Li, Haibo
Veröffentlicht: (2023)

Generalized sparsity-promoting solvers for Bayesian inverse problems: Versatile sparsifying transforms and unknown noise variances
von: Lindbloom, Jonathan, et al.
Veröffentlicht: (2024)

Joint Signal Recovery and Uncertainty Quantification via the Residual Prior Transform
von: Xiao, Yao, et al.
Veröffentlicht: (2025)

Hybrid LSMR algorithms for large-scale general-form regularization
von: Yang, Yanfei
Veröffentlicht: (2024)

Hybrid CGME and TCGME algorithms for large-scale general-form regularization
von: Yang, Yanfei
Veröffentlicht: (2023)

A multilevel sketch-and-solve method for overdetermined least squares problems
von: Haas, Irina-Beatrice, et al.
Veröffentlicht: (2026)

Adaptive Bregman-Kaczmarz: An Approach to Solve Linear Inverse Problems with Independent Noise Exactly
von: Tondji, Lionel, et al.
Veröffentlicht: (2023)

Unsupervised Training of Convex Regularizers using Maximum Likelihood Estimation
von: Tan, Hong Ye, et al.
Veröffentlicht: (2024)

Hyperparameter Estimation for Sparse Bayesian Learning Models
von: Yu, Feng, et al.
Veröffentlicht: (2024)

The Bayesian SIAC filter
von: Glaubitz, Jan, et al.
Veröffentlicht: (2025)

On Learning the Optimal Regularization Parameter in Inverse Problems
von: Rodriguez, Jonathan Chirinos, et al.
Veröffentlicht: (2023)

Scalable iterative data-adaptive RKHS regularization
von: Li, Haibo, et al.
Veröffentlicht: (2024)

Early stopping for conjugate gradients in statistical inverse problems
von: Hucker, Laura, et al.
Veröffentlicht: (2024)

Complex-Valued Signal Recovery using the Bayesian LASSO
von: Green, Dylan, et al.
Veröffentlicht: (2024)

FlexTrace: Exchangeable Randomized Trace Estimation for Matrix Functions
von: Madhavan, Madhusudan, et al.
Veröffentlicht: (2026)

Amortized Energy-Based Bayesian Inference
von: Kaveh, Hojjat, et al.
Veröffentlicht: (2026)

Adaptive Gaussian Process Regression for Efficient Building of Surrogate Models in Inverse Problems
von: Semler, Phillip, et al.
Veröffentlicht: (2023)

Data selection: at the interface of PDE-based inverse problem and randomized linear algebra
von: Hellmuth, Kathrin, et al.
Veröffentlicht: (2025)

On the Convergence of A Data-Driven Regularized Stochastic Gradient Descent for Nonlinear Ill-Posed Problems
von: Zhou, Zehui
Veröffentlicht: (2024)

Leveraging joint sparsity in hierarchical Bayesian learning
von: Glaubitz, Jan, et al.
Veröffentlicht: (2023)

Kernel-based linear system identification using augmented Krylov subspaces
von: Matti, Fabio, et al.
Veröffentlicht: (2026)