Questo sito utilizza solo cookie tecnici per il corretto funzionamento delle pagine web e per il miglioramento dei servizi.
Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy.
Proseguendo la navigazione del sito acconsenti all'uso dei cookie.
Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy.
Proseguendo la navigazione del sito acconsenti all'uso dei cookie.
Elenco seminari del ciclo di seminari
“PRIOR LEARNING FOR SOLVING INVERSE PROBLEMS”
This teaching unit introduces a computational "toolbox" for learning priors in the context of solving Bayesian inverse problems in imaging. The tools covered include methods for learning optimal discretizations of total-variation related regularization terms, explicit diffusion models based on products of 1D Gaussian mixture models, and the application of the maximum entropy principle for learning generative priors.
Giugno
04
2025
Thomas Pock
nel ciclo di seminari: PRIOR LEARNING FOR SOLVING INVERSE PROBLEMS
Seminario di analisi numerica
This teaching unit introduces a computational "toolbox" for learning priors in the context of solving Bayesian inverse problems in imaging. The tools covered include methods for learning optimal discretizations of total-variation related regularization terms, explicit diffusion models based on products of 1D Gaussian mixture models, and the application of the maximum entropy principle for learning generative priors.