arXiv · Statistics Machine Learning· Dai Hai Nguyen, Duc Dung Nguyen·· 4 hr agoAI score27
RED-KLwSGS：扩散先验下成像逆问题的加速后验采样
Kinetic Langevin Meets Split Gibbs: Accelerated Posterior Sampling for Imaging Inverse Problems with Diffusion Priors
AI brief
研究者提出 RED-KLwSGS 采样方法，在 Split Gibbs 采样框架中保留数据变量的精确高斯更新，并用单次去噪得分驱动的欠阻尼（动能）Langevin 扩散更新辅助变量，单次迭代成本与 Langevin-within-SGS 相当。
Source: arXiv · Statistics Machine Learning · arxiv.org