We consider determining the $\R$-minimizing solution of ill-posed problem $A x = y$ for a bounded linear operator $A: X \to Y$ from a Banach space $X$ to a Hilbert space $Y$, where $\R: X \to (-\infty, \infty]$ is a strongly convex function. A dual gradient flow is proposed to approximate the sought solution by using noisy data. Due to the ill-posedness of the underlying problem, the flow demonstrates the semi-convergence phenomenon and a stopping time should be chosen carefully to find reasonable approximate solutions. We consider the choice of a proper stopping time by various rules such as the {\it a priori} rules, the discrepancy principle, and the heuristic discrepancy principle and establish the respective convergence results. Furthermore, convergence rates are derived under the variational source conditions on the sought solution. Numerical results are reported to test the performance of the dual gradient flow.

翻译：我们考虑确定一个捆绑线性操作员用美元Ax= y美元来最小化问题 $A x = y美元 美元 : X = 至 Y 美元 从Banach空间 美元到 Hilbert 空间 $Y美元, 美元: X = 美元 = 美元 = 美元 = 美元 = 美元 = 美元 ; 美元 : 美元 : X = 美元 = y = 美元 = 美元 ; 美元 = 美元 = 美元 ; 美元 : 美元 = 美元 : X = = 美元 = 美元 = 美元 ; 美元 美元 = = 美元 = 美元 = ; 美元 美元 = = 美元 = = 美元 ; 美元 ( = = 美元, = 美元 = 美元 = 美元 美元 ; 美元 = 美元 = 美元 美元 = = 美元 美元 美元 美元 ; = 美元 美元 = 美元 美元 美元 = = = 美元 = = 美元 美元 = 美元 美元 = 美元 美元 美元 ; = = = 美元 美元 ; 美元 美元 = 美元 = = = = = = 美元 美元 美元 ; 美元 美元 美元 ; ; = ; 美元 = = 美元 美元 美元 = = = = y = = y y = 美元 = = = y = = = = = = = = = = = = = = = = = = = 美元 y = = = = = = = y y y y y = y y y = = y y = = 美元 y = 美元 美元 美元 = 美元 美元 美元 = = 美元 美元 美元 = 美元