用信息驱动方法评估与优化成像系统

Berkeley AI Research 在 NeurIPS 2025 论文中提出一种基于互信息的成像系统评估框架，直接从含噪测量中估计信息量，无需任务特定解码器设计。该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域均能预测解码器性能；实验显示其优化出的设计在内存与算力更少的前提下，与端到端 SOTA 方法效果相当。