题目: Inverse Problems, Deep Learning, and Symmetry Breaking
摘要:
在许多物理系统中,由内部系统对称性相关的输入被映射到相同的输出。当对这样的系统求逆时,即,解相关的逆问题,没有唯一解。这给部署新兴的端到端深度学习方法带来了根本性的困难。以广义相位检索问题为例,证明了对训练数据进行细致的对称性破缺可以有效地克服学习困难,显著地提高学习性能。我们还提取并强调了提出的解决方案的数学原理,这是直接适用于其他逆问题。