霍华德·希顿；萨米·五丰；阿维夫·吉巴利；尹沃涛 基于可行性的固定点网络。 （英语） Zbl 07525625号 不动点理论算法科学。工程师。 2021，第21号文件，第19页（2021）. 引用于2文件 MSC公司： 47倍 算子理论 54年X月 一般拓扑结构 关键词：凸可行性问题；投影；平均；固定点网络；非扩张；学习正则化子；机器学习；隐式深度；深度学习 软件：ADMM-Softmax软件；阿里斯塔；PNKH-B公司；相位提升；ISTA-Net公司；亚当；火炬差异；LoDoPaB-CT公司；Deep Adverserial正则化器；PyTorch公司；ODL公司；ElemStatLearn（电子状态学习） PDF格式BibTeX公司 XML格式引用 \textit{H.Heaton}等人，《不动点理论算法科学》。Eng.2021，论文编号21，19 p.（2021；Zbl 07525625） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] Arridge，S.R.，医学成像中的光学层析成像，逆问题。，15, 2 (1999) ·Zbl 0926.35155号 ·doi:10.1088/0266-5611/15/2/022 [2] Arridge，S.R。；Schotland，J.C.，《光学层析成像：正问题和逆问题》，《逆问题》。，25, 12 (2009) ·Zbl 1188.35197号 ·doi:10.1088/0266-5611/25/12/12310 [3] Hansen，P.C。；Nagy，J.G。；O'leary，D.P.，《去模糊图像：矩阵、光谱和滤波》（2006），费城：SIAM，费城·Zbl 1112.68127号 ·doi:10.1137/1.9780898718874 [4] Osher，S。；汉堡，M。；Goldfarb，D。；徐，J。；Yin，W.，基于全变量图像恢复的迭代正则化方法，多尺度模型。模拟。，4, 2, 460-489 (2005) ·1090.94003赞比亚比索 ·doi:10.1137/040605412 [5] 鲍施克，H.H。；Combettes公司。；Luke，D.R.，相位恢复、误差减少算法和场变量：凸优化观点，JOSA a，19，7，1334-1345（2002）·doi:10.1364/JOSAA.19.001334 [6] 坎迪斯，E.J。；Eldar，Y.C。；斯特罗默，T。；Voroninski，V.，《通过矩阵补全进行相位恢复》，SIAM Rev.，57，2，225-251（2015）·Zbl 1344.49057号 ·doi:10.137/151005099 [7] Fung，S.W。；Di，Z.W.，《大规模心电相位恢复的多重网格优化》，SIAM J.成像科学。，2014年1月13日-233（2020）·Zbl 07196102号 ·doi:10.137/18M1223915 [8] Bui-Thanh，T。；O.加塔斯。；马丁·J。；Stadler，G.，无限维贝叶斯反问题的计算框架，第一部分：线性化情况，及其在全球地震反演中的应用，SIAM J.Sci。计算。，35, 6, 2494-2523 (2013) ·Zbl 1287.35087号 ·数字对象标识码：10.1137/12089586X [9] Fung，S.W。；Ruthotto，L.，PDE参数估计中模型降阶的多尺度方法，J.Compute。申请。数学。，350, 19-34 (2019) ·Zbl 1524.76241号 ·doi:10.1016/j.cam.2018.09.043 [10] Fung，S.W。；Ruthotto，L.，并行PDE参数估计的不确定性加权异步ADMM方法，SIAM J.Sci。计算。，41, 5, 129-148 (2019) ·Zbl 1428.65067号 ·doi:10.1137/18M119166X [11] 哈伯，E。；阿舍尔，美国。；Aruliah，D。；Oldenburg，D.，《使用电势快速模拟三维电磁问题》，J.Compute。物理。，163, 1, 150-171 (2000) ·Zbl 1145.78323号 ·doi:10.1006/jcph.2000.6545 [12] 哈伯，E。；美国阿斯彻。；Oldenburg，D.W.，《使用不精确全向方法反演频域和时域中的三维电磁数据》，《地球物理学》，69，5，1216-1228（2004）·doi:10.1190/1.1801938年 [13] Kan，K。；Fung，S.W。；Ruthotto，L.，Pnkh-b:大规模有界约束优化的投影Newton-Krylov方法，SIAM J.Sci。计算。，0, 704-726 (2021) ·数字对象标识代码：10.1137/20M1341428 [14] Cucker，F。；Smale，S.，《学习理论中正则化参数的最佳选择：关于偏差方差问题》，Found。计算。数学。，2, 4, 413-428 (2002) ·Zbl 1057.68085号 ·doi:10.1007/s102080010030 [15] Fung，S.W.：地球物理学和机器学习中的大尺度参数估计。埃默里大学博士论文（2019年） [16] 哈伯，E。；Ruthotto，L.，深度神经网络的稳定架构，逆问题。，34，1（2017）·Zbl 1426.68236号 ·doi:10.1088/1361-6420/aa9a90 [17] 维托，E.D。；Rosasco，L。；Caponetto，A。；乔瓦尼尼，美国。；Odone，F.，作为反问题的示例学习，J.Mach。学习。决议，6883-904（2005）·Zbl 1222.68180号 [18] Wu Fung，S。；Tyrväinen，S。；鲁索托，L。；Haber，E.，ADMM-Softmax:多项式逻辑回归的ADMM方法，Electron。事务处理。数字。分析。，52, 214-229 (2020) ·Zbl 07192774号 ·doi:10.1553/etnavol52s214 [19] 贝克，A。；Teboulle，M.，线性反问题的快速迭代收缩阈值算法，SIAM J.成像科学。，2, 1, 183-202 (2009) ·Zbl 1175.94009号 ·doi:10.1137/080716542 [20] 坎迪斯，E.J。；Romberg，J.，《定量稳健不确定性原理和最优稀疏分解》，Found。计算。数学。，6, 2, 227-254 (2006) ·Zbl 1102.94020号 ·doi:10.1007/s10208-004-0162-x [21] 坎迪斯，E.J。；J.隆伯格。；Tao，T.，《鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号》，IEEE Trans。《信息论》，52，2489-509（2006）·Zbl 1231.94017号 ·doi:10.1109/TIT.2005.862083 [22] Donoho，D.L.，压缩传感，IEEE Trans。《信息论》，52，4，1289-1306（2006）·Zbl 1288.94016号 ·doi:10.1109/TIT.2006.871582 [23] Calvetti，D。；Reichel，L.，Tikhonov大型线性问题正则化，BIT Numer。数学。，43, 2, 263-283 (2003) ·Zbl 1038.65048号 ·doi:10.1023/A:1026083619097 [24] Golub，G.H。；Hansen，P.C。；O'Leary，D.P.，Tikhonov正则化和总最小二乘法，SIAM J.矩阵分析。申请。，21, 1, 185-194 (1999) ·Zbl 0945.65042号 ·doi:10.1137/S089547979897326432 [25] Chan，R.H。；Kan，K.K。；尼科洛娃，M。；Plemmons，R.J.，《高光谱图像光谱空间分类的两阶段方法》，J.Math。成像视觉。，62790-807（2020）·Zbl 1483.68282号 ·doi:10.1007/s10851-019-00925-9 [26] 鲁丁，L.I。；Osher，S。；Fatemi，E.，基于非线性总变差的噪声去除算法，Phys。D、 非线性现象。，60, 1-4, 259-268 (1992) ·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F [27] 阿德勒，J。；Öktem，O.，学习原始对偶重构，IEEE Trans。医学成像，37，6，1322-1332（2018）·doi:10.1109/TMI.2018.2799231 [28] 科布勒，E。；Klatzer，T。；Hammernik，K。；Pock，T.，《变化网络：连接变化方法和深度学习》，德国模式识别会议，281-293（2017），柏林：施普林格，柏林·doi:10.1007/978-3-319-66709-6_23 [29] Lunz，S。；O.Øktem。；Schönlieb，C.-B.，反问题中的对抗正则化子，神经信息处理系统进展，8507-8516（2018），红钩：Curran Associates，红钩 [30] Chan，S.H。；王，X。；Elgendy，O.A.，《用于图像恢复的即插即用ADMM：定点收敛和应用》，IEEE Trans。计算。成像，3，1，84-98（2016）·doi:10.1109/TCI.2016.2629286 [31] Cohen，R.，Elad，M.，Milanfar，P.：通过定点投影去噪进行正则化（red-pro）（2020年）。arXiv预印本2008.00226·Zbl 1474.94011号 [32] Venkatakrishnan，S.V.公司。；布曼，C.A。；Wohlberg，B.，基于模型重建的即插即用先验，2013年IEEE信号和信息处理全球会议，945-948（2013），纽约：IEEE出版社，纽约·doi:10.1109/GlobalSIP.2013.6737048 [33] 徐，L。；Ren，J.S。；刘，C。；Jia，J.，用于图像反褶积的深度卷积神经网络，高级神经信息处理。系统。，27, 1790-1798 (2014) [34] Jin，K.H。；McCann，M.T。；弗鲁斯特，E。；Unser，M.，成像逆问题的深度卷积神经网络，IEEE Trans。图像处理。，26, 9, 4509-4522 (2017) ·Zbl 1409.94275号 ·doi:10.1109/TIP.2017.2713099 [35] 穆勒，M。；莫伦霍夫，T。；Cremers，D.，通过能量耗散控制神经网络，IEEE国际计算机视觉会议论文集，3256-3265（2019） [36] Censor，Y。；Chen，W。；Combettes公司。；Davidi，R。；Herman，G.T.，关于投影方法对线性不等式约束凸可行性问题的有效性，计算。最佳方案。申请。，51, 3, 1065-1088 (2012) ·兹比尔1244.90155 ·doi:10.1007/s10589-011-9401-7 [37] Censor，Y。；Elfving，T。；Herman，G.T。；Nikazad，T.，关于对角松弛正交投影方法，SIAM J.Sci。计算。，30, 1, 473-504 (2008) ·Zbl 1159.65317号 ·数字对象标识代码：10.1137/050639399 [38] 戈登，D。；Gordon，R.，《分量平均行投影：稀疏线性系统的稳健块并行方案》，SIAM J.Sci。计算。，27, 3, 1092-1117 (2005) ·Zbl 1093.65033号 ·数字对象标识代码：10.1137/040609458 [39] Censor，Y。；Segal，A.，生物医学反问题中的迭代投影方法。生物医学成像和调强放射治疗中的数学方法，IMRT，10，65-96（2008） [40] Censor，Y。；Cegielski，A.，《投影方法：书籍和评论的注释书目》，《优化》，64，11，2343-2358（2015）·Zbl 1328.65001号 ·doi:10.1080/02331934.2014.957701 [41] 鲍施克，H.H。；Koch，V.R.，《投影方法：解决半空间可行性和最佳逼近问题的瑞士军刀》，康特姆。数学。，636, 1-40 (2015) ·Zbl 1325.65080号 ·doi:10.1090/conm/636/12726 [42] 鄂尔多斯，C.E。；Karonis，N。；Duffin，K。；Coutrakon，G。；舒尔特，R。；约翰逊，R。；Pankuch，M.，使用质子计算机断层扫描（pct）进行粒子治疗规划的实时图像重建系统，Phys。程序。，90, 193-199 (2017) ·doi:10.1016/j.phpro.2017.09.058 [43] Penfold，S。；Censor，Y。；舒尔特，R.W。；巴什基洛夫，V。；麦卡利斯特，S。；舒伯特，K.E。；罗森菲尔德，A.B。；Censor，Y。；江，M。；Wang，G.，质子计算机断层扫描图像重建中的块迭代和串平均投影算法，生物医学数学：成像、治疗规划和逆向问题的前景方向，347-368（2010），麦迪逊：医学物理出版社，麦迪森 [44] 鲍施克，H.H。；Koch，V.R.，《投影方法：解决半空间可行性和最佳逼近问题的瑞士军刀》，康特姆。数学。，636，1-40（2015）·Zbl 1325.65080号 ·doi:10.1090/conm/636/12726 [45] 鲍施克，H.H。；Combettes，P.L.，Hilbert空间中的凸分析和单调算子理论（2017），纽约：施普林格，纽约·Zbl 1359.26003号 ·doi:10.1007/978-3-319-48311-5 [46] 鲍施克，H.H。；Borwein，J.M.，《关于求解凸可行性问题的投影算法》，SIAM Rev.，38，3，367-426（1996）·Zbl 0865.47039号 ·doi:10.137/S0036144593251710 [47] Kaczmarz，S.：Angenaherte auflosung von systemen linear gleichungen。收录于：《国际科学通报》（1937年） [48] Cimmino，G.，Cacolo approssimato per le soluzioni dei systemi equazioni lineari，Ric。科学。（罗马），1326-333（1938） [49] 阿哈罗尼，R。；Censor，Y.，并行计算凸可行性问题解的块迭代投影方法，线性代数应用。，120, 165-175 (1989) ·Zbl 0679.65046号 ·doi:10.1016/0024-3795（89）90375-3 [50] Byrne，C.L.，从投影重建图像的块迭代方法，IEEE Trans。图像处理。，5, 5, 792-794 (1996) ·doi:10.1109/83.499919 [51] Censor，Y。；Zaslavski，A.J.，动态字符串平均投影方法的收敛性和扰动恢复力，计算。最佳方案。申请。，54, 1, 65-76 (2013) ·Zbl 1285.90079号 ·doi:10.1007/s10589-012-9491-x [52] Censor，Y。；Segal，A.，关于稀疏公共不动点问题的字符串平均方法，国际事务。操作。第16、4、481-494号决议（2009年）·Zbl 1226.47070号 ·文件编号：10.1111/j.1475-3995.2008.00684.x [53] Censor，Y。；Tom，E.，不一致凸可行性问题的串平均投影方案的收敛性，Optim。方法软件。，18, 5, 543-554 (2003) ·Zbl 1065.65074号 ·网址：10.1080/1055678031001610484 [54] Davidi，R。；Herman，G.T。；Censor，Y.，《扰动抑制块迭代投影法及其在投影图像重建中的应用》，国际翻译。操作。第16、4、505-524号决议（2009年）·Zbl 1191.94013号 ·文件编号：10.1111/j.1475-3995.2009.00695.x [55] Censor，Y。；Davidi，R。；Herman，G.T.，扰动弹性和迭代算法的优越性，逆问题。，26, 6 (2010) ·Zbl 1193.65019号 ·doi:10.1088/0266-5611/26/6/065008 [56] Herman，G.T。；加杜尼奥，E。；Davidi，R。；Censor，Y.，《高级化：医学物理的优化启发式》，医学物理。，39, 9, 5532-5546 (2012) ·数字对象标识代码：10.1118/1.4745566 [57] 他，H。；徐红光，平均映射的扰动弹性和优化方法，逆问题。，33, 4 (2017) ·兹比尔1366.65061 ·doi:10.1088/1361-6420/33/4/044007 [58] Censor，Y.，《弱优势和强优势：在可行性搜索和最小化之间》，An.ötiinţ。康斯坦·奥维迪乌斯大学。材料，23，3，41-54（2017）·Zbl 1349.90675号 ·doi:10.1515/上午2015-0046 [59] Schöpfer，F。；Lorenz，D.A.，随机稀疏Kaczmarz方法的线性收敛性，数学。程序。，173, 1, 509-536 (2019) ·Zbl 1408.65038号 ·doi:10.1007/s10107-017-1229-1 [60] Lorenz，D.A。；温格，S。；Schöpfer，F。；Magnor，M.，《在线压缩传感的稀疏Kaczmarz解算器和线性化Bregman方法》，2014年IEEE图像处理国际会议（ICIP），1347-1351（2014），纽约：IEEE出版社，纽约·doi:10.1109/ICIP.2014.7025269 [61] Cegielski，A.，希尔伯特空间不动点问题的迭代方法（2012），柏林：施普林格出版社，柏林·Zbl 1256.47043号 [62] Krasnosel’skiĭ，M.A.，关于连续逼近方法的两点评论，Usp。Mat.Nauk，101123-127（1955年）·Zbl 0064.12002号 [63] Mann，R.，平均值，方法Iterat。，4, 3, 506-510 (1953) ·Zbl 0050.11603号 [64] LeCun，Y。；Y.本吉奥。；Hinton，G.，《深度学习》，《自然》，521，7553，436-444（2015）·doi:10.1038/nature14539 [65] Bengio，Y.，《为人工智能学习深层架构》（2009），诺威尔：Now Publishers，诺威尔·Zbl 1192.68503号 ·doi:10.1561/9781601982957 [66] Rumelhart，D.E。；辛顿，G.E。；Williams，R.J.，《通过反向传播错误学习表征》，《自然》，3236088533-536（1986）·Zbl 1369.68284号 ·数字对象标识代码：10.1038/323533a0 [67] 曼宁，C。；Schutze，H.，《统计自然语言处理基础》（1999），剑桥：麻省理工学院出版社，剑桥·Zbl 0951.68158号 [68] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素：数据挖掘、推断和预测》（2009），纽约：施普林格出版社，纽约·Zbl 1273.62005年 ·doi:10.1007/978-0-387-84858-7 [69] Bottou，L.，Curtis，F.E.，Nocedal，J.：大规模机器学习的优化方法。(2016). 1606.04838 ·Zbl 1397.65085号 [70] Kingma，D.P。；Ba，J.，Adam：随机优化方法，ICLR（海报）（2015） [71] 风扇，F。；熊，J。；Wang，G.，二次深度网络的通用逼近，神经网络。，124, 383-392 (2020) ·Zbl 1434.68506号 ·doi:10.1016/j.neunet.2020.01.007 [72] Tabuada，P.，Gharisfard，B.：通过非线性控制理论实现深度神经网络的通用逼近能力（2020年）。arXiv预印本2007.06007 [73] Fung，S.W.，Heaton，H.，Li，Q.，McKenzie，D.，Osher，S.，Yin，W.：不动点网络：无Jacobian支撑的隐式深度模型（2021）。arXiv预印本2103.12803 [74] Browder，F.E.，Banach空间中的非扩张非线性算子，Proc。国家。阿卡德。科学。，54, 4, 1041-1044 (1965) ·Zbl 0128.35801号 ·doi:10.1073/美国国家统计局.54.4.1041 [75] Göhde，D.，Zum prinzip der kontraktiven abbildung，数学。纳克里斯。，1965年3月30日至4日，251-258·Zbl 0127.08005号 ·doi:10.1002/mana.19650300312 [76] Kirk，W.A.，《不增加距离的映射的不动点定理》，《美国数学》。周一。，72, 9, 1004-1006 (1965) ·Zbl 0141.32402号 ·doi:10.2307/2313345 [77] S.G.将军。；Parks，H.R.，《隐函数定理：历史、理论和应用》（2012），柏林：施普林格出版社，柏林·Zbl 1012.58003号 [78] Bai，S。；Kolter，J.Z。；Koltun，V.，深度平衡模型，神经信息处理系统进展，690-701（2019） [79] 温斯顿，E。；Kolter，J.Z。；拉罗谢尔，H。；兰扎托，M。；哈德塞尔，R。；Balcan，M.F。；Lin，H.，单调算子平衡网络，神经信息处理系统进展，10718-10728（2020），红钩：Curran Associates，红钩 [80] Chen，R.T。；Rubanova，Y。；Bettencourt，J。；Duvenaud，D.K.，神经常微分方程，神经信息处理系统进展，6571-6583（2018） [81] Bai，S.，Koltun，V.，Kolter，J.Z.：多尺度深层均衡模型。主题：神经信息处理系统的进展33（2020年） [82] 蒙加，V。；李毅。；Eldar，Y.C.，《算法展开：信号和图像处理的可解释、高效深度学习》，IEEE信号处理。Mag.，38，2，18-44（2021年）·doi:10.1109/MSP.2020.3016905 [83] 陈，T.，陈，X.，陈，W.，希顿，H.，刘，J.，王，Z.，尹，W.：学习优化：初级和基准（2021）。arXiv预印本2103.12828 [84] 格雷戈，K。；LeCun，Y.，学习稀疏编码的快速近似，第27届国际机器学习会议论文集，399-406（2010） [85] Rick Chang，J。；李，C.-L。；波佐斯，B。；维贾亚·库马尔，B。；Sankaranarayanan，A.C.，使用深度投影模型解决所有线性反问题的一个网络，IEEE计算机视觉国际会议论文集，5888-5897（2017） [86] 梅茨勒，C。；穆萨维，A。；Baraniuk，R.，Learned D-AMP:基于原理神经网络的压缩图像恢复，神经信息处理系统进展，1772-1783（2017） [87] 陈，X。；刘杰。；王，Z。；Yin，W.，未展开ISTA的理论线性收敛及其实际权重和阈值，神经信息处理系统进展，9061-9071（2018） [88] Diamond，S.、Sitzmann，V.、Heide，F.、Wetzstein，G.：深度优先的未滚动优化（2018）。1705.08041个 [89] 佩迪奥斯，D。；贝松，A。；Rossinelli，P。；Thiran，J.-P.，学习压缩成像中稀疏度平均的权重矩阵，2017 IEEE图像处理国际会议（ICIP），3056-3060（2017），纽约：IEEE出版社，纽约·doi:10.1109/ICIP.2017.8296844 [90] Mardani，M。；孙，Q。；多诺霍，D。；帕皮安，V。；莫纳杰米，H。；瓦萨纳瓦拉，S。；Pauly，J.，《用于压缩成像的神经近端梯度下降》，《高级神经信息处理》。系统。，31, 9573-9583 (2018) [91] 张杰。；Ghanem，B.，Ista-net：图像压缩传感的可解释优化激励深层网络，IEEE计算机视觉和模式识别会议论文集，1828-1837（2018） [92] 伊藤·D·。；Takabe，S。；Wadayama，T.，稀疏信号恢复的可训练ISTA，IEEE Trans。信号处理。，67, 12, 3113-3125 (2019) ·Zbl 07123277号 ·doi:10.1109/TSP.2019.2912879 [93] Mardani，M.、Sun，Q.、Papyan，V.、Vasanawala，S.、Pauly，J.、Donoho，D.：展开神经网络的自由度分析（2019）。arXiv预印本1906.03742 [94] Putzky，P.，Welling，M.：解决逆问题的递归推理机（2017）。1706.04008[中文] [95] 张凯。；左，W。；顾S。；Zhang，L.，在图像恢复之前学习深度CNN去噪器，IEEE计算机视觉和模式识别会议论文集，3929-3938（2017） [96] 陈，Y。；Pock，T.，《可训练非线性反应扩散：快速有效图像恢复的灵活框架》，IEEE Trans。模式分析。马赫。智力。，39, 6, 1256-1272 (2017) ·doi:10.1109/TPAMI.2016.2596743 [97] Sreter，H。；Giryes，R.，《学习卷积稀疏编码》，2018年IEEE声学、语音和信号处理国际会议（ICASSP），2191-2195（2018），纽约：IEEE出版社，纽约·doi:10.1109/ICASSP.2018.8462313 [98] 刘杰。；陈，X。；王，Z。；Yin，W.，ALISTA：在LISTA国际学习代表大会（2019年）上，分析权重与学习权重一样好 [99] 谢，X。；吴杰。；刘，G。；钟，Z。；Lin，Z.，微分线性化ADMM，机器学习国际会议，6902-6911（2019） [100] Meinhardt，T。；莫勒，M。；哈齐尔巴斯，C。；Cremers，D.，《学习近端算子：使用去噪网络正则化逆成像问题》，IEEE计算机视觉国际会议论文集，1781-1790（2017） [101] 刘，R。；Cheng，S。；马，L。；范，X。；Luo，Z.，模型优化和深度传播的桥接框架，高级神经网络信息过程。系统。，31, 4318-4327 (2018) [102] 科尔比诺，M.-C。；Bertocchi，C。；Chouzenoux，E。；普拉托，M。；Pesquet，J.-C.，通过展开近端内点算法学习图像去模糊，2019 IEEE图像处理国际会议（ICIP），4664-4668（2019），纽约：IEEE出版社，纽约·doi:10.1109/ICIP.2019.8803438 [103] Mukherjee，S.、Dittmer，S.，Shumaylov，Z.、Lunz，S.和Schönlieb，C.-B.：反问题的学习凸正则化子（2020）。arXiv预印本2008.02839 [104] 张凯。；左，W。；Zhang，L.，任意模糊核的深度即插即用超分辨率，IEEE计算机视觉和模式识别会议论文集，1671-1681（2019） [105] 李毅。；托菲吉，M。；耿，J。；蒙加，V。；Eldar，Y.C.，《通过算法展开实现高效且可解释的深度盲图像去模糊》，IEEE Trans。计算。成像，6666-681（2020）·doi:10.1109/TCI.2020.2964202 [106] Dudgeon，D.E.，Mersereau，R.M.：多维数字信号处理。Prentice Hall专业技术参考（1990）·Zbl 0643.94001号 [107] 奥康纳，D。；Vandenberghe，L.，通过算子分裂的原始-对偶分解及其在图像去模糊中的应用，SIAM J.成像科学。，7, 3, 1724-1754 (2014) ·Zbl 1309.65069号 ·数字对象标识码：10.1137/13094671X [108] Goldstein，T。；Osher，S.，《L1正则化问题的分裂Bregman方法》，SIAM J.成像科学。，2, 2, 323-343 (2009) ·Zbl 1177.65088号 ·doi:10.1137/080725891 [109] Penfold，S.N。；舒尔特，R.W。；Censor，Y。；Rosenfeld，A.B.，质子计算机断层扫描图像重建中的总变异优化方案，医学物理。，37, 11, 5887-5895 (2010) ·数字对象标识代码：10.1118/1.3504603 [110] 汉弗莱斯，T。；Winn，J。；Faridani，A.，从稀疏视图和有限角度多能量数据重建CT图像的优化算法，Phys。医学生物学。，62, 16 (2017) ·doi:10.1088/1361-6560/aa7c2d [111] Leuschner，J.，Schmidt，M.，Baguer，D.O.，Maaß，P.：LoDoPaB-CT数据集：低剂量CT重建方法的基准数据集（2019年）。arXiv预印本1910.01113 [112] 帕斯克，A。；毛重，S。；马萨，F。；Lerer，A。；布拉德伯里，J。；Chanan，G。；基林，T。；林，Z。；Gimelshein，N。；Antiga，L.，Pytorch:一种命令式、高性能的深度学习库，《神经信息处理系统进展》，8026-8037（2019） [113] Adler，J.、Kohr，H.、O.：（2017）。操作员离散化库（ODL） [114] 希顿，H。；Censor，Y.，应用于线性系统的常见不动点问题的异步序列惯性迭代，J.Glob。最佳。，74, 1, 95-119 (2019) ·Zbl 1461.90098号 ·doi:10.1007/s10898-019-00747-4 [115] 阿德勒，J。；Øktem，O.，使用迭代深度神经网络解决不适定逆问题，逆问题。，33, 12 (2017) ·Zbl 1394.92070号 ·doi:10.1088/1361-6420/aa9581 [116] Lie，J。；Nordbotten，J.M.，非线性正则化的逆尺度空间，J.Math。成像视觉。，27, 1, 41-50 (2007) ·Zbl 1478.94059号 ·doi:10.1007/s10851-006-9694-9 [117] Censor，Y.：算法的优化和扰动弹性：不断更新的参考书目（2021）。arXiv预印本1506.04219 [118] Ryu，E。；Yin，W.，《大尺度凸优化：基于单调算子的算法设计》（2022），剑桥：剑桥大学出版社，剑桥 [119] He，K。；张，X。；任，S。；Sun，J.，图像识别的深度残差学习，IEEE计算机视觉和模式识别会议论文集，770-778（2016） [120] Heaton，H.、Fung，S.W.、Lin，A.T.、Osher，S.、Yin，W.：基于Wasserstein的投影及其在反问题中的应用（2020年）。arXiv预印本2008.02200 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。