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

Projet clôturé

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

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Other (8)

Neural equilibria for long-term prediction of nonlinear conservation laws

Auteurs: J. Antonio Lara Benitez, Junyi Guo, Kareem Hegazy, Ivan Dokmanić, Michael W. Mahoney, Maarten V. de Hoop
Publié dans: 2025
Éditeur: arXiv
DOI: 10.48550/arxiv.2501.06933

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

A spring-block theory of feature learning in deep neural networks

Auteurs: Cheng Shi, Liming Pan, Ivan Dokmanić
Publié dans: 2024
Éditeur: arXiv

An Approximation Theory for Metric Space-Valued Functions With A View Towards Deep Learning

Auteurs: Kratsios, Anastasis; Liu, Chong; Lassas, Matti; de Hoop, Maarten V.; Dokmanić, Ivan
Publié dans: Numéro 4, 2023
Éditeur: arXiv
DOI: 10.48550/arxiv.2304.12231

LoFi: Neural Local Fields for Scalable Image Reconstruction

Auteurs: AmirEhsan Khorashadizadeh, Tobías I. Liaudat, Tianlin Liu, Jason D. McEwen, Ivan Dokmanić
Publié dans: 2024
Éditeur: arXiv

End-to-end localized deep learning for Cryo-ET

Auteurs: Vinith Kishore, Valentin Debarnot, Ricardo D. Righetto, AmirEhsan Khorashadizadeh, Ivan Dokmanić
Publié dans: 2025
Éditeur: arXiv
DOI: 10.48550/arxiv.2501.15246

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

High-Rate Phase Association with Travel Time Neural Fields

Auteurs: Cheng Shi, Giulio Poggiali, Chris Marone, Maarten V. de Hoop, Ivan Dokmanić
Publié dans: 2024
Éditeur: arXiv
DOI: 10.48550/arxiv.2307.07572

Peer reviewed articles (16)

Total Least Squares Phase Retrieval

Auteurs: Sidharth Gupta, Ivan Dokmanic
Publié dans: IEEE Transactions on Signal Processing, Numéro 70, 2024, Page(s) 536-549, ISSN 1053-587X
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tsp.2021.3128750

Ice-Tide: Implicit Cryo-ET Imaging and Deformation Estimation

Auteurs: Valentin Debarnot, Vinith Kishore, Ricardo D. Righetto, Ivan Dokmanić
Publié dans: IEEE Transactions on Computational Imaging, Numéro 11, 2025, Page(s) 24-35, ISSN 2333-9403
Éditeur: IEEE
DOI: 10.1109/tci.2024.3519805

Differentiable Uncalibrated Imaging

Auteurs: Sidharth Gupta, Konik Kothari, Valentin Debarnot, Ivan Dokmanić
Publié dans: IEEE Transactions on Computational Imaging, Numéro 10, 2024, Page(s) 1-16, ISSN 2333-9403
Éditeur: IEEE
DOI: 10.1109/tci.2023.3346294

Deep Injective Prior for Inverse Scattering

Auteurs: AmirEhsan Khorashadizadeh, Vahid Khorashadizadeh, Sepehr Eskandari, Guy A. E. Vandenbosch, Ivan Dokmanić
Publié dans: IEEE Transactions on Antennas and Propagation, Numéro 71, 2023, Page(s) 8894-8906, ISSN 0018-926X
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tap.2023.3312818

Conditional Injective Flows for Bayesian Imaging

Auteurs: AmirEhsan Khorashadizadeh, Konik Kothari, Leonardo Salsi, Ali Aghababaei Harandi, Maarten de Hoop, Ivan Dokmanić
Publié dans: IEEE Transactions on Computational Imaging, Numéro 9, 2024, Page(s) 224-237, ISSN 2333-9403
Éditeur: IEEE
DOI: 10.1109/tci.2023.3248949

Injectivity of ReLU networks: Perspectives from statistical physics

Auteurs: Antoine Maillard, Afonso S. Bandeira, David Belius, Ivan Dokmanić, Shuta Nakajima
Publié dans: Applied and Computational Harmonic Analysis, Numéro 76, 2025, Page(s) 101736, ISSN 1063-5203
Éditeur: Academic Press
DOI: 10.1016/j.acha.2024.101736

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

WaveBench: Benchmarking Data-driven Solvers for Linear Wave Propagation PDEs

Auteurs: Liu, Tianlin; Lara Benitez, Jose Antonio; Faucher, Florian; Khorashadizadeh, Amirehsan; de Hoop, Maarten; Dokmanić, Ivan
Publié dans: Transactions on Machine Learning Research Journal, Numéro 1, 2024, ISSN 2835-8856
Éditeur: OpenReview.net

Homophily modulates double descent generalization in graph convolution networks

Auteurs: Cheng Shi, Liming Pan, Hong Hu, Ivan Dokmanić
Publié dans: Proceedings of the National Academy of Sciences, Numéro 121, 2024, ISSN 0027-8424
Éditeur: National Academy of Sciences
DOI: 10.1073/pnas.2309504121

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

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

Auteurs: Shuai Huang, Mona Zehni, Ivan Dokmanić, Zhizhen Zhao
Publié dans: SIAM Journal on Imaging Sciences, Numéro 16, 2024, Page(s) 1398-1439, ISSN 1936-4954
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/22m1498218

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

Learning Multiscale Convolutional Dictionaries for Image Reconstruction

Auteurs: Tianlin Liu, Anadi Chaman, David Belius, Ivan Dokmanic
Publié dans: IEEE Transactions on Computational Imaging, Numéro 8, 2022, Page(s) 425-437, ISSN 2333-9403
Éditeur: IEEE
DOI: 10.1109/tci.2022.3175309

Total Least Squares Phase Retrieval

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

A Graph Dynamics Prior for Relational Inference

Auteurs: Liming Pan, Cheng Shi, Ivan Dokmanic
Publié dans: Proceedings of the AAAI Conference on Artificial Intelligence, Numéro 38, 2024, Page(s) 14508-14516, ISSN 2374-3468
Éditeur: AAAI Press
DOI: 10.1609/aaai.v38i13.29366

Designing universal causal deep learning models: The geometric (Hyper)transformer

Auteurs: Beatrice Acciaio, Anastasis Kratsios, Gudmund Pammer
Publié dans: Mathematical Finance, Numéro 34, 2024, Page(s) 671-735, ISSN 0960-1627
Éditeur: Blackwell Publishing Inc.
DOI: 10.1111/mafi.12389

Conference proceedings (14)

Truly shift-invariant convolutional neural networks

Auteurs: Anadi Chaman, Ivan Dokmanic
Publié dans: 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2023, Page(s) 3772-3782
Éditeur: IEEE
DOI: 10.1109/cvpr46437.2021.00377

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

Joint Graph Rewiring and Feature Denoising via Spectral Resonance

Auteurs: Jonas Linkerhägner, Cheng Shi, Ivan Dokmanić
Publié dans: The Thirteenth International Conference on Learning Representations (ICLR), 2025
Éditeur: OpenReview.net
DOI: 10.48550/arxiv.2408.07191

Deep Variational Inverse Scattering : (Invited Paper)

Auteurs: AmirEhsan Khorashadizadeh, Ali Aghababaei, Tin Vlašić, Hieu Nguyen, Ivan Dokmanić
Publié dans: 2023 17th European Conference on Antennas and Propagation (EuCAP), 2024, Page(s) 1-5
Éditeur: IEEE
DOI: 10.23919/eucap57121.2023.10133365

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

Joint Cryo-ET Alignment and Reconstruction with Neural Deformation Fields

Auteurs: Valentin Debarnot, Sidharth Gupta, Konik Kothari, Ivan Dokmanić
Publié dans: ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2024, Page(s) 1-5
Éditeur: IEEE
DOI: 10.1109/icassp49357.2023.10095454

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

SeisLM: a Foundation Model for Seismic Waveforms

Auteurs: Tianlin Liu, Jannes Münchmeyer, Laura Laurenti, Chris Marone, Maarten V. de Hoop, Ivan Dokmanić
Publié dans: NeurIPS 2024 workshop on Foundation Models for Science: Progress, Opportunities, and Challenges, 2024
Éditeur: NA