跳到正文
论文与研究官方

伯克利提出用互信息直接评估与优化成像系统

Information-Driven Design of Imaging Systems

伯克利AI研究团队在NeurIPS 2025论文中提出基于互信息的成像系统评估框架,仅用带噪测量和噪声模型即可量化信息量,并在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证其能预测下游重建性能;配套IDEAL方法通过梯度上升优化成像参数,无需解码器反向传播,在滤色片设计上达到端到端优化水平,代码已开源。

BBerkeley AI Research阅读原文

相关阅读

论文与研究·Microsoft Research
微软研究披露Lazarus后门技术,可重编程休眠神经元控制AI智能体
论文与研究·Google DeepMind Blog
DeepMind 用 AlphaProof Code 形式化验证 Signal 协议代码
论文与研究·NVIDIA Blog
NVIDIA 在 CoRL 发布开源世界动作模型 GR00T 2 与 Isaac Lab 3.0