AIDC
← 返回全部动态
arXiv 机器学习AI 评分 68/10009月25日 12:00

图像保真度不等同于场保真度:神经断层扫描中的热力学联合重建与误差定位

该论文针对科学断层扫描中神经场优化的核心难题展开研究。作者指出,由于2D到3D的正向映射为多对一关系,较低的2D图像误差并不能保证隐式3D物理场的准确性,且该隐式场在训练中缺乏直接监督。为此,研究团队提出了CoroNeRF框架,利用可微原子发射渲染器,直接从多视角、多谱线辐射强度中联合优化3D电子密度与温度场,并在日冕断层扫描场景中进行了测试与验证(注:原摘要结尾处有所截断)。

推荐理由探索了神经场技术在科学计算与3D物理场重构中的前沿应用,对解决多对一病态重构问题具有理论参考价值。

原标题:Image Fidelity is Not Field Fidelity: Joint Thermodynamic Reconstruction and Error Localization in Neural Tomography

阅读 arXiv 机器学习 原文 ↗