反问题可靠量化
用集成对抗训练同步估计未知空间分布函数并刻画不确定性，比经典贝叶斯反演更容易部署。
Jiang, Xinchao · Xin, Wang · Ziming, Wen · 李恩颖 · 王琥
International Communications in Heat and Mass Transfer 2023
与经典贝叶斯反演相比，该框架省去复杂的先验建模和后验采样，训练即可同时得到估计值和不确定性。
通过多网络集成和对抗训练，获得高质量的不确定性估计，能反映反演结果的可信度。
基于不确定性估计的自适应主动采样策略可指导新增观测点，提升材料场反演精度。