提出在线优化方法，实现实时监测流体中移动物体的电导率变化。
Online optimisation for dynamic electrical impedance tomography
- 基于原对偶框架设计在线优化算法，适应动态反演问题。
- 证明了完整电极模型解算子在L∞空间的二阶可微性。
- 在真实EIT系统中实现移动目标的实时成像，性能优越。
在线优化研究优化方法在问题数据动态变化时的收敛性。基于此思想，我们提出一种针对非线性时间离散逆问题的原对偶在线优化方法。通过后悔理论分析该方法，并在电导率断层成像（EIT）中实现实时监测流体中运动物体的应用。为此，我们还证明了完整电极模型（CEM）解算子在L∞空间上的二阶可微性。
原文摘要 · Abstract (English)
Online optimisation studies the convergence of optimisation methods as the data embedded in the problem changes. Based on this idea, we propose a primal dual online method for nonlinear time-discrete inverse problems. We analyse the method through regret theory and demonstrate its performance in real-time monitoring of moving bodies in a fluid with Electrical Impedance Tomography (EIT). To do so, we also prove the second-order differentiability of the Complete Electrode Model (CEM) solution operator on $L^\infty$.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。