Twist Flow 提升逆问题后验采样多样性

Shiqin Zeng、Zijun Deng 和 Felix J. Herrmann 提出 joint twist-flow，一种增强流匹配方法，学习从增广源状态 (z_x, y) 到增广终态 (x, z_y) 的连续传输，以缓解直接条件生成模型在配对逆问题训练中趋向确定性映射、导致后验变异不足的问题。 在低维逆问题上，该方法比直接条件流基线更好地保留多模态后验支撑；在图像修复和地震地下速度模型反演中，也提升了后验变异度并维持观测一致性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。