基于对比源物理驱动神经网络的逆散射问题求解方法
机器学习
2026-01-28 v1 计算物理
摘要
深度神经网络因其强大的非线性映射能力，近年来被应用于逆散射问题。然而，有监督的深度神经网络求解器需要大规模数据集，这限制了其在实际应用中的泛化能力。非训练神经网络通过从测量电场和先验物理知识中更新权重来解决这一问题，但现有的非训练神经网络求解器推理时间较长。为克服这些限制，本文提出了一种基于对比源的物理驱动神经网络，该网络通过预测感应电流分布来提高效率，并引入自适应全变分损失函数，以在不同对比度和噪声条件下实现鲁棒重建。通过全面的数值模拟和实验数据验证了改进后的成像性能。
引用
@article{arxiv.2601.19243,
title = {Contrast-Source-Based Physics-Driven Neural Network for Inverse Scattering Problems},
author = {Yutong Du and Zicheng Liu},
journal= {arXiv preprint arXiv:2601.19243},
year = {2026}
}