UC Berkeley

Entwicklung von Visualisierungssystemen basierend auf Informationstheorie

Forscher des BAIR (Berkeley AI) haben eine Methode entwickelt, um den Informationsgehalt von Bildern direkt aus verrauschten Daten zu bewerten und so den Entwurf optischer Systeme ohne Decoder zu ermöglichen. Das Paper auf der NeurIPS 2025 zeigt, dass die Metrik der gegenseitigen Information die Systemleistung vorhersagt und traditionelle Qualitätsmetriken übertrifft. Die entwickelte Methode IDEAL erreicht eine mit End-to-End-Training vergleichbare Qualität, benötigt aber weniger Speicher und Rechenleistung.

UC Berkeley