データとフィジックスを活用した深層学習位相回復
深層学習は位相回復問題に対して高い有効性を示しており、データ駆動型と物理駆動型の2つの主要な戦略が存在する。これらの戦略は同じ目的を異なる方法で達成するが、類似点と相違点についての十分な研究がなされていない。本論文では、これらの2つの深層学習位相回復戦略を時間消費、精度、一般化能力、ill-posedness適応性、および事前知識容量の観点から包括的に比較する。さらに、高周波情報と低周波情報のバランスを取るためのデータ駆動と物理駆動の組み合わせ戦略を提案する。