Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIScovery podcast 50th episode CORDIScovery podcast 50th episode

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

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Publikacje

Other (8)
Neural equilibria for long-term prediction of nonlinear conservation laws (odnośnik otworzy się w nowym oknie)

Autorzy: J. Antonio Lara Benitez, Junyi Guo, Kareem Hegazy, Ivan Dokmanić, Michael W. Mahoney, Maarten V. de Hoop
Opublikowane w: 2025
Wydawca: arXiv
DOI: 10.48550/arxiv.2501.06933

Conditional Injective Flows for Bayesian Imaging

Autorzy: AmirEhsan Khorashadizadeh, Konik Kothari, Leonardo Salsi, Ali Aghababaei Harandi, Maarten de Hoop, Ivan Dokmanić
Opublikowane w: 2022
Wydawca: NA

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

Autorzy: Cheng Shi, Liming Pan, Ivan Dokmanić
Opublikowane w: 2024
Wydawca: arXiv

An Approximation Theory for Metric Space-Valued Functions With A View Towards Deep Learning (odnośnik otworzy się w nowym oknie)

Autorzy: Kratsios, Anastasis; Liu, Chong; Lassas, Matti; de Hoop, Maarten V.; Dokmanić, Ivan
Opublikowane w: Numer 4, 2023
Wydawca: arXiv
DOI: 10.48550/arxiv.2304.12231

LoFi: Neural Local Fields for Scalable Image Reconstruction

Autorzy: AmirEhsan Khorashadizadeh, Tobías I. Liaudat, Tianlin Liu, Jason D. McEwen, Ivan Dokmanić
Opublikowane w: 2024
Wydawca: arXiv

End-to-end localized deep learning for Cryo-ET (odnośnik otworzy się w nowym oknie)

Autorzy: Vinith Kishore, Valentin Debarnot, Ricardo D. Righetto, AmirEhsan Khorashadizadeh, Ivan Dokmanić
Opublikowane w: 2025
Wydawca: arXiv
DOI: 10.48550/arxiv.2501.15246

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

Autorzy: Shuai Huang, Mona Zehni, Ivan Dokmanic, Zhizhen Zhao
Opublikowane w: arXiv, 2022
Wydawca: NA

High-Rate Phase Association with Travel Time Neural Fields (odnośnik otworzy się w nowym oknie)

Autorzy: Cheng Shi, Giulio Poggiali, Chris Marone, Maarten V. de Hoop, Ivan Dokmanić
Opublikowane w: 2024
Wydawca: arXiv
DOI: 10.48550/arxiv.2307.07572

Peer reviewed articles (16)
Total Least Squares Phase Retrieval (odnośnik otworzy się w nowym oknie)

Autorzy: Sidharth Gupta, Ivan Dokmanic
Opublikowane w: IEEE Transactions on Signal Processing, Numer 70, 2024, Strona(/y) 536-549, ISSN 1053-587X
Wydawca: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tsp.2021.3128750

Ice-Tide: Implicit Cryo-ET Imaging and Deformation Estimation (odnośnik otworzy się w nowym oknie)

Autorzy: Valentin Debarnot, Vinith Kishore, Ricardo D. Righetto, Ivan Dokmanić
Opublikowane w: IEEE Transactions on Computational Imaging, Numer 11, 2025, Strona(/y) 24-35, ISSN 2333-9403
Wydawca: IEEE
DOI: 10.1109/tci.2024.3519805

Differentiable Uncalibrated Imaging (odnośnik otworzy się w nowym oknie)

Autorzy: Sidharth Gupta, Konik Kothari, Valentin Debarnot, Ivan Dokmanić
Opublikowane w: IEEE Transactions on Computational Imaging, Numer 10, 2024, Strona(/y) 1-16, ISSN 2333-9403
Wydawca: IEEE
DOI: 10.1109/tci.2023.3346294

Deep Injective Prior for Inverse Scattering (odnośnik otworzy się w nowym oknie)

Autorzy: AmirEhsan Khorashadizadeh, Vahid Khorashadizadeh, Sepehr Eskandari, Guy A. E. Vandenbosch, Ivan Dokmanić
Opublikowane w: IEEE Transactions on Antennas and Propagation, Numer 71, 2023, Strona(/y) 8894-8906, ISSN 0018-926X
Wydawca: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tap.2023.3312818

Conditional Injective Flows for Bayesian Imaging (odnośnik otworzy się w nowym oknie)

Autorzy: AmirEhsan Khorashadizadeh, Konik Kothari, Leonardo Salsi, Ali Aghababaei Harandi, Maarten de Hoop, Ivan Dokmanić
Opublikowane w: IEEE Transactions on Computational Imaging, Numer 9, 2024, Strona(/y) 224-237, ISSN 2333-9403
Wydawca: IEEE
DOI: 10.1109/tci.2023.3248949

Injectivity of ReLU networks: Perspectives from statistical physics (odnośnik otworzy się w nowym oknie)

Autorzy: Antoine Maillard, Afonso S. Bandeira, David Belius, Ivan Dokmanić, Shuta Nakajima
Opublikowane w: Applied and Computational Harmonic Analysis, Numer 76, 2025, Strona(/y) 101736, ISSN 1063-5203
Wydawca: Academic Press
DOI: 10.1016/j.acha.2024.101736

Learning Multiscale Convolutional Dictionaries for Image Reconstruction

Autorzy: Tianlin Liu, Anadi Chaman, David Belius, Ivan Dokmanić
Opublikowane w: IEEE Transactions on Computational Imaging, 2022, ISSN 2333-9403
Wydawca: IEEE

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

Autorzy: Liu, Tianlin; Lara Benitez, Jose Antonio; Faucher, Florian; Khorashadizadeh, Amirehsan; de Hoop, Maarten; Dokmanić, Ivan
Opublikowane w: Transactions on Machine Learning Research Journal, Numer 1, 2024, ISSN 2835-8856
Wydawca: OpenReview.net

Homophily modulates double descent generalization in graph convolution networks (odnośnik otworzy się w nowym oknie)

Autorzy: Cheng Shi, Liming Pan, Hong Hu, Ivan Dokmanić
Opublikowane w: Proceedings of the National Academy of Sciences, Numer 121, 2024, ISSN 0027-8424
Wydawca: National Academy of Sciences
DOI: 10.1073/pnas.2309504121

Learning sub-patterns in piecewise continuous functions (odnośnik otworzy się w nowym oknie)

Autorzy: Kratsios, Anastasis; Zamanlooy, Behnoosh
Opublikowane w: Neurocomputing, Numer 09252312, 2022, ISSN 0925-2312
Wydawca: Elsevier BV
DOI: 10.1016/j.neucom.2022.01.036

Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown View Tomography (odnośnik otworzy się w nowym oknie)

Autorzy: Shuai Huang, Mona Zehni, Ivan Dokmanić, Zhizhen Zhao
Opublikowane w: SIAM Journal on Imaging Sciences, Numer 16, 2024, Strona(/y) 1398-1439, ISSN 1936-4954
Wydawca: Society for Industrial and Applied Mathematics
DOI: 10.1137/22m1498218

Globally Injective ReLU Networks

Autorzy: Michael Puthawala, Konik Kothari, Matti Lassas, Ivan Dokmanić, Maarten de Hoop
Opublikowane w: Journal of Machine Learning Research, 2022, ISSN 1532-4435
Wydawca: MIT Press

Learning Multiscale Convolutional Dictionaries for Image Reconstruction (odnośnik otworzy się w nowym oknie)

Autorzy: Tianlin Liu, Anadi Chaman, David Belius, Ivan Dokmanic
Opublikowane w: IEEE Transactions on Computational Imaging, Numer 8, 2022, Strona(/y) 425-437, ISSN 2333-9403
Wydawca: IEEE
DOI: 10.1109/tci.2022.3175309

Total Least Squares Phase Retrieval

Autorzy: Sidharth Gupta, Ivan Dokmanić
Opublikowane w: IEEE Transactions on Signal Processing, 2021, ISSN 1941-0476
Wydawca: IEEE

A Graph Dynamics Prior for Relational Inference (odnośnik otworzy się w nowym oknie)

Autorzy: Liming Pan, Cheng Shi, Ivan Dokmanic
Opublikowane w: Proceedings of the AAAI Conference on Artificial Intelligence, Numer 38, 2024, Strona(/y) 14508-14516, ISSN 2374-3468
Wydawca: AAAI Press
DOI: 10.1609/aaai.v38i13.29366

Designing universal causal deep learning models: The geometric (Hyper)transformer (odnośnik otworzy się w nowym oknie)

Autorzy: Beatrice Acciaio, Anastasis Kratsios, Gudmund Pammer
Opublikowane w: Mathematical Finance, Numer 34, 2024, Strona(/y) 671-735, ISSN 0960-1627
Wydawca: Blackwell Publishing Inc.
DOI: 10.1111/mafi.12389

Conference proceedings (14)
Truly shift-invariant convolutional neural networks (odnośnik otworzy się w nowym oknie)

Autorzy: Anadi Chaman, Ivan Dokmanic
Opublikowane w: 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2023, Strona(/y) 3772-3782
Wydawca: IEEE
DOI: 10.1109/cvpr46437.2021.00377

Universal Joint Approximation of Manifolds and Densities by Simple Injective Flows

Autorzy: Michael Puthawala, Matti Lassas, Ivan Dokmanic, Maarten De Hoop
Opublikowane w: Proceedings of the 39th International Conference on Machine Learning, 2022
Wydawca: PMLR

Joint Graph Rewiring and Feature Denoising via Spectral Resonance (odnośnik otworzy się w nowym oknie)

Autorzy: Jonas Linkerhägner, Cheng Shi, Ivan Dokmanić
Opublikowane w: The Thirteenth International Conference on Learning Representations (ICLR), 2025
Wydawca: OpenReview.net
DOI: 10.48550/arxiv.2408.07191

Deep Variational Inverse Scattering : (Invited Paper) (odnośnik otworzy się w nowym oknie)

Autorzy: AmirEhsan Khorashadizadeh, Ali Aghababaei, Tin Vlašić, Hieu Nguyen, Ivan Dokmanić
Opublikowane w: 2023 17th European Conference on Antennas and Propagation (EuCAP), 2024, Strona(/y) 1-5
Wydawca: IEEE
DOI: 10.23919/eucap57121.2023.10133365

Neural Link Prediction with Walk Pooling

Autorzy: Liming Pan, Cheng Shi, Ivan Dokmanic
Opublikowane w: International Conference on Learning Representations, 2022
Wydawca: Tenth International Conference on Learning Representations

Universal Approximation Under Constraints is Possible with Transformers

Autorzy: Anastasis Kratsios, Behnoosh Zamanlooy, Tianlin Liu, Ivan Dokmanic
Opublikowane w: International Conference on Learning Representations, 2022
Wydawca: ICLR

Truly Shift-Invariant Convolutional Neural Networks

Autorzy: Anadi Chaman, Ivan Dokmanic
Opublikowane w: IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2021
Wydawca: IEEE

Trumpets: Injective Flows for Inference and Inverse Problems

Autorzy: Kothari, Konik; Khorashadizadeh, AmirEhsan; de Hoop, Maarten; Dokmanić, Ivan
Opublikowane w: Conference on Uncertainty in Artificial Intelligence (UAI), 2021
Wydawca: NA

Implicit Neural Representation for Mesh-Free Inverse Obstacle Scattering

Autorzy: Tin Vlašić, Hieu Nguyen, Ivan Dokmanić
Opublikowane w: Asilomar Conference on Signals, Systems, and Computers, 2022
Wydawca: NA

Truly shift-equivariant convolutional neural networks with adaptive polyphase upsampling

Autorzy: Anadi Chaman, Ivan Dokmanić
Opublikowane w: 2021 55th Asilomar Conference on Signals, Systems, and Computers, 2021
Wydawca: IEEE

Manifold Rewiring for Unlabeled Imaging

Autorzy: Valentin Debarnot, Vinith Kishore, Cheng Shi, Ivan Dokmanic
Opublikowane w: APSIPA, 2022
Wydawca: IEEE

Joint Cryo-ET Alignment and Reconstruction with Neural Deformation Fields (odnośnik otworzy się w nowym oknie)

Autorzy: Valentin Debarnot, Sidharth Gupta, Konik Kothari, Ivan Dokmanić
Opublikowane w: ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2024, Strona(/y) 1-5
Wydawca: IEEE
DOI: 10.1109/icassp49357.2023.10095454

Learning the Geometry of Wave-Based Imaging

Autorzy: Konik Kothari, Maarten de Hoop, Ivan Dokmanić
Opublikowane w: Advances in Neural Information Processing Systems, Numer 33, 2020
Wydawca: Advances in Neural Information Processing Systems

SeisLM: a Foundation Model for Seismic Waveforms

Autorzy: Tianlin Liu, Jannes Münchmeyer, Laura Laurenti, Chris Marone, Maarten V. de Hoop, Ivan Dokmanić
Opublikowane w: NeurIPS 2024 workshop on Foundation Models for Science: Progress, Opportunities, and Challenges, 2024
Wydawca: NA

Wyszukiwanie danych OpenAIRE...

Podczas wyszukiwania danych OpenAIRE wystąpił błąd

Brak wyników

Udostępnij tę stronę Udostępnij tę stronę w mediach społecznościowych

Pobierz Pobierz zawartość strony

Ostatnia aktualizacja: 16 Lipca 2025

Moja broszura

Permalink: https://cordis.europa.eu/project/id/852821/results/pl

European Union, 2025

Moja broszura 0 0