Score-baseret generativ model
En score-baseret generativ model, introduceret af Yang Song og Stefano Ermon i 2019 og generaliseret til rammeværket for stokastiske differentialligninger (SDE) i 2021, lærer gradienten af datatætheden – scoren – snarere end at forudsige støj direkte, og bruger den til at generere nye samples. Det er den matematiske generalisering, der forener diffusionsmodeller under en kontinuerlig tidsformulering.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/da/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.
- Capsule NetworkDyb læring↔ compare
- Dyb ForstærkningslæringDyb læring↔ compare
- Neural ODEDyb læring↔ compare
- Principal Component AnalysisMaskinlæring↔ compare
- Variational AutoencoderDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →