基于信息驱动评估与优化成像系统的设计框架

Berkeley AI Research 在 NeurIPS 2025 提出信息驱动成像系统设计框架。该方法仅利用含噪测量值和噪声模型估算互信息，避免传统指标割裂评估或需联合训练解码器的复杂性问题。IDEAL 方法通过梯度上升优化编码参数，在彩色摄影、射电天文、无透镜成像和显微术四个领域验证了信息量与下游性能的相关性。代码已开源。