ScholarGate
المساعد
Machine learning

النموذج التوليدي القائم على النقاط

يتعلم النموذج التوليدي القائم على النقاط، الذي قدمه يانغ سونغ وستيفانو إرمون في عام 2019 وتم تعميمه على إطار المعادلة التفاضلية العشوائية (SDE) في عام 2021، تدرج كثافة البيانات — أي النقطة — بدلاً من التنبؤ بالضوضاء مباشرةً، ويستخدمه لتوليد عينات جديدة. إنه التعميم الرياضي الذي يوحد نماذج الانتشار ضمن صياغة زمنية مستمرة.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Song, Y. & Ermon, S. (2019). Generative Modeling by Estimating Gradients of the Data Distribution. NeurIPS 32, 11895–11907. link
  2. Song, Y. et al. (2021). Score-Based Generative Modeling through Stochastic Differential Equations. ICLR. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/ar/deep-learning/score-based-diffusion

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

يُستشهد بها في

ScholarGateScore-Based Generative Model (Score-Based Generative Modeling through Stochastic Differential Equations). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/deep-learning/score-based-diffusion · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026