Nuovo Metodo di Campionamento Posteriore per Diffusione Migliora le Soluzioni dei Problemi Inversi

Un recente articolo su arXiv (2608.15144) presenta un nuovo approccio per il campionamento posteriore nei problemi inversi di diffusione, affrontando la sfida posta dalla complessità del punteggio condizionale. I ricercatori introducono una famiglia a un parametro di SDE posteriori, dove un parametro di stocasticità governa sia il trasporto del flusso di probabilità che l'esplorazione stocastica, mantenendo l'integrità delle marginali posteriori. Per migliorare la fattibilità del modello, riformulano la verosimiglianza in coordinate di immagine pulita riscalate e utilizzano il log-SNR per strutturare proxy posteriori. Proiettando l'incertezza di diffusione tramite l'operatore diretto, derivano un percorso di covarianza condizionato al rumore che converge verso il posteriore pulito. Per garantire un trasporto efficace, integrano un correttore di Langevin a target congelato con il trasporto, risultando in una SDE surrogata continua, discretizzata tramite uno splitting esterno di Lie–Trotter e un metodo di riduzione della varianza. Questo articolo è classificato come annuncio di tipo incrociato ed è accessibile su arXiv.