Signals, Waves, and Learning: A Data-Driven Paradigm for Wave-Based Inverse Problems

Informations projet

SWING

N° de convention de subvention: 852821

DOI 10.3030/852821

Date de signature de la CE 30 Octobre 2019

Date de début 1 Janvier 2020

Date de fin 31 Decembre 2024

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total € 1 986 430,00

Contribution de l’UE € 1 986 430,00

Coordonné par

UNIVERSITAT BASEL
Switzerland

Publications

Conference proceedings (9)

Universal Joint Approximation of Manifolds and Densities by Simple Injective Flows

Auteurs: Michael Puthawala, Matti Lassas, Ivan Dokmanic, Maarten De Hoop
Publié dans: Proceedings of the 39th International Conference on Machine Learning, 2022
Éditeur: PMLR

Neural Link Prediction with Walk Pooling

Auteurs: Liming Pan, Cheng Shi, Ivan Dokmanic
Publié dans: International Conference on Learning Representations, 2022
Éditeur: Tenth International Conference on Learning Representations

Universal Approximation Under Constraints is Possible with Transformers

Auteurs: Anastasis Kratsios, Behnoosh Zamanlooy, Tianlin Liu, Ivan Dokmanic
Publié dans: International Conference on Learning Representations, 2022
Éditeur: ICLR

Truly Shift-Invariant Convolutional Neural Networks

Auteurs: Anadi Chaman, Ivan Dokmanic
Publié dans: IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2021
Éditeur: IEEE

Trumpets: Injective Flows for Inference and Inverse Problems

Auteurs: Kothari, Konik; Khorashadizadeh, AmirEhsan; de Hoop, Maarten; Dokmanić, Ivan
Publié dans: Conference on Uncertainty in Artificial Intelligence (UAI), 2021
Éditeur: NA

Implicit Neural Representation for Mesh-Free Inverse Obstacle Scattering

Auteurs: Tin Vlašić, Hieu Nguyen, Ivan Dokmanić
Publié dans: Asilomar Conference on Signals, Systems, and Computers, 2022
Éditeur: NA

Truly shift-equivariant convolutional neural networks with adaptive polyphase upsampling

Auteurs: Anadi Chaman, Ivan Dokmanić
Publié dans: 2021 55th Asilomar Conference on Signals, Systems, and Computers, 2021
Éditeur: IEEE

Manifold Rewiring for Unlabeled Imaging

Auteurs: Valentin Debarnot, Vinith Kishore, Cheng Shi, Ivan Dokmanic
Publié dans: APSIPA, 2022
Éditeur: IEEE

Learning the Geometry of Wave-Based Imaging

Auteurs: Konik Kothari, Maarten de Hoop, Ivan Dokmanić
Publié dans: Advances in Neural Information Processing Systems, Numéro 33, 2020
Éditeur: Advances in Neural Information Processing Systems

Peer reviewed articles (4)

Learning Multiscale Convolutional Dictionaries for Image Reconstruction

Auteurs: Tianlin Liu, Anadi Chaman, David Belius, Ivan Dokmanić
Publié dans: IEEE Transactions on Computational Imaging, 2022, ISSN 2333-9403
Éditeur: IEEE

Learning sub-patterns in piecewise continuous functions

Auteurs: Kratsios, Anastasis; Zamanlooy, Behnoosh
Publié dans: Neurocomputing, Numéro 09252312, 2022, ISSN 0925-2312
Éditeur: Elsevier BV
DOI: 10.1016/j.neucom.2022.01.036

Globally Injective ReLU Networks

Auteurs: Michael Puthawala, Konik Kothari, Matti Lassas, Ivan Dokmanić, Maarten de Hoop
Publié dans: Journal of Machine Learning Research, 2022, ISSN 1532-4435
Éditeur: MIT Press

Total Least Squares Phase Retrieval

Auteurs: Sidharth Gupta, Ivan Dokmanić
Publié dans: IEEE Transactions on Signal Processing, 2021, ISSN 1941-0476
Éditeur: IEEE

Other (2)

Conditional Injective Flows for Bayesian Imaging

Auteurs: AmirEhsan Khorashadizadeh, Konik Kothari, Leonardo Salsi, Ali Aghababaei Harandi, Maarten de Hoop, Ivan Dokmanić
Publié dans: 2022
Éditeur: NA

Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View Tomography

Auteurs: Shuai Huang, Mona Zehni, Ivan Dokmanic, Zhizhen Zhao
Publié dans: arXiv, 2022
Éditeur: NA