Berkeley AI Research·· 2026-01-10AI 评分31
伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
Information-Driven Design of Imaging Systems
AI 导读
伯克利 AI 研究团队提出一种直接基于信息量评估和优化成像系统的框架，通过从含噪测量中估计互信息来预测系统性能，无需任务专用解码器。该方法在彩色摄影、射电天文、无镜头成像和显微成像四个领域验证了信息估计与下游解码性能的一致性，优化后的设计达到 SOTA 端到端方法水平，同时所需内存和算力更少。相关论文发表于 NeurIPS 2025。
来源：Berkeley AI Research · bair.berkeley.edu