arXiv · ML· Ivan Lee, Xingyu Xu, Yuejie Chi·· 13 小时前AI 评分32
扩散模型是稀疏恢复的高效先验:多项式时间可证明恢复
Diffusion Models are Provably Efficient Priors for Sparse Recovery
AI 导读
研究证明,使用捕捉稀疏性的Bernoulli-Gaussian先验的扩散模型,结合似然引导退火Langevin采样器,能在多项式时间内以近最优样本复杂度恢复稀疏信号。 该结论适用于广泛的随机与确定性感知矩阵,并在信号符合先验时建立后验采样的全变差保证。 这些结果为基于扩散先验的反问题求解器奠定了统计与计算高效的理论基础。
来源:arXiv · ML · arxiv.org