МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЗАДАЧИ КОМПЬЮТЕРНОЙ ТОМОГРАФИИ ОПЕРАТОРОВ СО СЛУЧАЙНОЙ ВЕСОВОЙ ФУНКЦИЕЙ НА ОСНОВЕ РЕГУЛЯРИЗАЦИИ И НЕЙРОСЕТЕВЫХ МЕТОДОВ
PDF

Keywords

интегральная геометрия, обратные задачи, случайная весовая функция, регуляризация Тихонова, нейросетевые методы, Physics-Informed Neural Networks (PINN), гибридные методы.

Abstract

В работе рассматривается обратная задача интегральной геометрии для оператора, содержащего случайную весовую функцию. Построена математическая модель интегрального оператора, в которой весовая функция представлена как сумма детерминированной части и случайного возмущения. Показано, что компактность оператора приводит к некорректности задачи восстановления по Адамару и требует применения регуляризации. Исследован классический метод регуляризации Тихонова и проанализировано влияние параметра регуляризации на устойчивость решения.

Дополнительно рассмотрен нейросетевой подход на основе Physics-Informed Neural Networks (PINN). Показано, что гибридный метод, объединяющий регуляризацию Тихонова и нейросетевые методы, обеспечивает наилучшую точность и устойчивость восстановления.

PDF

References

Тихонов А.Н. О решении некорректно поставленных задач и методе регуляризации // Доклады АН СССР. 1963. Т. 151. № 3. С. 501–504.

Морозов В.А. Методы решения некорректно поставленных задач. М.: Наука, 1987. 288 с.

Engl H.W., Hanke M., Neubauer A. Regularization of Inverse Problems. Dordrecht: Kluwer Academic Publishers, 1996. 321 p.

Kirsch A. An Introduction to the Mathematical Theory of Inverse Problems. 2nd ed. New York: Springer, 2011. 309 p.

Kress R. Linear Integral Equations. 3rd ed. New York: Springer, 2014. 414 p.