Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2504.10118v4

帮助 | 高级搜索

数学 > 数值分析

arXiv:2504.10118v4 (math)
[提交于 2025年4月14日 (v1) ,最后修订 2025年6月7日 (此版本, v4)]

标题: MAGPIE:用于叠层相位检索的多级自适应引导求解器

标题: MAGPIE: Multilevel-Adaptive-Guided Solver for Ptychographic Phase Retrieval

Authors:Borong Zhang, Qin Li, Zichao Wendy Di
摘要: 我们介绍了MAGPIE(多级自适应引导ptychographic迭代引擎),这是一种求解ptychographic相位恢复问题的随机多网格求解器。ptychographic相位恢复问题本质上是非凸且不适定的。为了解决这些挑战,我们将原始的非线性和非凸反问题重新表述为二次代理模型的迭代最小化问题,该代理模型主要针对原始目标函数。此代理不仅确保了有利的收敛特性,还推广了ptychographic迭代引擎(PIE)算法家族。通过使用多网格方法求解代理模型,MAGPIE在收敛速度和重建质量方面相较于传统方法取得了显著提升。
摘要: We introduce MAGPIE (Multilevel-Adaptive-Guided Ptychographic Iterative Engine), a stochastic multigrid solver for the ptychographic phase-retrieval problem. The ptychographic phase-retrieval problem is inherently nonconvex and ill-posed. To address these challenges, we reformulate the original nonlinear and nonconvex inverse problem as the iterative minimization of a quadratic surrogate model that majorizes the original objective. This surrogate not only ensures favorable convergence properties but also generalizes the Ptychographic Iterative Engine (PIE) family of algorithms. By solving the surrogate model using a multigrid method, MAGPIE achieves substantial gains in convergence speed and reconstruction quality over traditional approaches.
主题: 数值分析 (math.NA) ; 优化与控制 (math.OC)
引用方式: arXiv:2504.10118 [math.NA]
  (或者 arXiv:2504.10118v4 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.10118
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Borong Zhang [查看电子邮件]
[v1] 星期一, 2025 年 4 月 14 日 11:28:20 UTC (29,044 KB)
[v2] 星期六, 2025 年 5 月 17 日 09:13:58 UTC (19,570 KB)
[v3] 星期六, 2025 年 5 月 24 日 20:53:31 UTC (19,569 KB)
[v4] 星期六, 2025 年 6 月 7 日 21:43:32 UTC (19,571 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
cs
cs.NA
math
math.OC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号