要約
PC-JeDi の成功を基に、ジェット粒子雲生成用に大幅に改良された拡散モデルである PC-Droid を導入します。
新しい拡散公式を活用し、最新の統合ソルバーを研究し、すべてのジェット タイプで同時にトレーニングすることにより、すべての評価指標にわたってすべてのタイプのジェットで最先端のパフォーマンスを達成することができます。
私たちは、2 つの注意ベースのアーキテクチャを比較することにより、生成速度と品質の間のトレードオフと、拡散ステップ数を削減するための均一蒸留の可能性を研究します。
より高速なアーキテクチャと一貫性モデルの両方が、多くの競合モデルを上回るパフォーマンスを示し、生成時間は PC-JeDi よりも最大 2 桁高速です。
要約(オリジナル)
Building on the success of PC-JeDi we introduce PC-Droid, a substantially improved diffusion model for the generation of jet particle clouds. By leveraging a new diffusion formulation, studying more recent integration solvers, and training on all jet types simultaneously, we are able to achieve state-of-the-art performance for all types of jets across all evaluation metrics. We study the trade-off between generation speed and quality by comparing two attention based architectures, as well as the potential of consistency distillation to reduce the number of diffusion steps. Both the faster architecture and consistency models demonstrate performance surpassing many competing models, with generation time up to two orders of magnitude faster than PC-JeDi.
arxiv情報
| 著者 | Matthew Leigh,Debajyoti Sengupta,John Andrew Raine,Guillaume Quétant,Tobias Golling |
| 発行日 | 2023-07-13 15:56:23+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google