Score-based generative diffusion with ‘active’ correlated noise sources

要約

拡散モデルは、データセットの基礎となる分布を近似し、近似された分布からサンプリングすることでデータを合成することにより、堅牢な生成特性を示します。
この研究では、時間相関のあるノイズ源 (活性物質の分野で使用されるものと同様) が順方向プロセスでのデータの破壊に使用された場合に、生成パフォーマンスがどのように調整されるかを調査します。
私たちの数値実験と分析実験は、対応する逆プロセスが改善された生成特性を示す可能性があることを示唆しています。

要約(オリジナル)

Diffusion models exhibit robust generative properties by approximating the underlying distribution of a dataset and synthesizing data by sampling from the approximated distribution. In this work, we explore how the generative performance may be be modulated if noise sources with temporal correlations — akin to those used in the field of active matter — are used for the destruction of the data in the forward process. Our numerical and analytical experiments suggest that the corresponding reverse process may exhibit improved generative properties.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google