S3RP：用于平流-扩散过程的自监督超分辨率与预测
机器学习
2023-06-26 v1 计算机视觉与模式识别
计算物理
摘要
我们提出了一种在信息有限条件下针对平流-扩散过程的超分辨率模型。虽然大多数超分辨率模型在训练时假设有高分辨率(HR)真值数据，但在许多情况下此类HR数据集并不易获取。在此，我们展示了一种基于物理正则化训练的循环卷积网络能够在不具备HR真值数据的情况下重建HR信息。此外，考虑到超分辨率问题的不适定性，我们采用循环Wasserstein自编码器对不确定性进行建模。
引用
@article{arxiv.2111.04639,
title = {S3RP: Self-Supervised Super-Resolution and Prediction for Advection-Diffusion Process},
author = {Chulin Wang and Kyongmin Yeo and Xiao Jin and Andres Codas and Levente J. Klein and Bruce Elmegreen},
journal= {arXiv preprint arXiv:2111.04639},
year = {2023}
}
备注
9 pages, 8 figures