arXiv stat.ML· Dai Hai Nguyen, Duc Dung Nguyen·· 4 小时前AI 评分17
RED-KLwSGS：用动能 Langevin 加速 Split Gibbs 扩散先验后验采样
Kinetic Langevin Meets Split Gibbs: Accelerated Posterior Sampling for Imaging Inverse Problems with Diffusion Priors
AI 导读
研究者提出 RED-KLwSGS，在 Split Gibbs 采样中保留数据变量的精确高斯更新，改用单次去噪分数驱动的欠阻尼（动能）Langevin 扩散更新辅助变量，单次迭代成本与 Langevin-within-SGS 相当。
来源：arXiv stat.ML · arxiv.org