확산 사전 기반 역문제에서 관측기 및 잡음 파라미터 추정

초록

본 논문은 베이지안 프레임워크 하에 확산 모델을 사전으로 이용한 역문제에서 관측 연산자 파라미터와 잡음 파라미터를 동시에 추정하는 방법을 제안한다. G‑DPS(Gradient‑Diffusion Posterior Sampling)와 Gibbs‑Metropolis 샘플러를 결합해 효율적인 MCMC 샘플링을 구현하고, MNIST 이미지 복원 실험을 통해 추정 정확도와 불확실성 정량화 능력을 검증한다.

상세 분석

본 연구는 선형 관측 모델 y = H(ι) x₀ + e 에 대해, ι(PSF 폭)와 η = {mₑ, vₑ}(잡음 평균·분산)를 포함한 관측 파라미터 θ =