arXiv · Machine Learning· Marco Morik, Xiao Ruiting, Shinichi Nakajima, Stefan Haufe, Ismail Huseynov·2026-10-16 12:00· 8 小时前AI 评分25

面向脑源成像稀疏贝叶斯推断的结构保持校正学习

Structure-Preserving Correction Learning for Sparse Bayesian Inference in Brain Source Imaging

AI 导读

研究提出结构保持校正学习方法，将经典联合超参数学习求解器展开为可训练神经网络，在保留贝叶斯推断机制的基础上学习更新校正项。该方法从精确复现经典求解器开始，并逐步引入可学习偏置、多层感知机和注意力校正；实验显示，各校正变体的重建性能和收敛表现优于基线展开求解器，同时保留算法透明性。