Модели распространения на основе базовых данных для решения серьезных проблем, связанных с диффузными оптическими томографиями

arXiv: 2602,03449v2 Annualce Type: заменить резюме: модели распространения на основе оценки являются недавно разработанными рамками для задних проб в байезийских обратных проблемах, что позволяет высококачественным реконструкциям обратного характера путем использования экспрессивного предварительного распределения данных, полученных из эмпирических данных. Несмотря на их высокую эмпирическую эффективность и растущий интерес в сообществе машинного обучения, их поведение в отношении реалистичных, крайне неверных проблем с экспериментальными данными измерений по-прежнему недостаточно изучено. Диффузная оптическая томография (DOT) представляет собой проблему обратного пограничного значения, в рамках которой для восстановления пространственных изменяющихся параметров поглощения и рассеивания в биологических тканях используются пограничные измерения близко инфракрасного света. Эта проблема является крайне плохой и особенно чувствительной как к зашумленному шуму, так и погрешности моделирования. Мы внедряем стратегию упорядочения путем построения смешанной оценки, включающей в себя полученный опыт и модельный компонент. Мы показываем, что