ScholarGate
Assistent
Machine learning

Model generatiu basat en la puntuació

Un model generatiu basat en la puntuació, introduït per Yang Song i Stefano Ermon el 2019 i generalitzat al marc d'equacions diferencials estocàstiques (SDE) el 2021, aprèn el gradient de la densitat de dades —la puntuació— en lloc de predir el soroll directament, i l'utilitza per generar noves mostres. És la generalització matemàtica que unifica els models de difusió sota una formulació de temps continu.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Fonts

  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

Com citar aquesta pàgina

ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/ca/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

Citat per

ScholarGateScore-Based Generative Model (Score-Based Generative Modeling through Stochastic Differential Equations). Recuperat el 2026-06-15 de https://scholargate.app/ca/deep-learning/score-based-diffusion · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026