Score-basiertes generatives Modell
Ein score-basiertes generatives Modell, das 2019 von Yang Song und Stefano Ermon eingeführt und 2021 zum Rahmenwerk stochastischer Differentialgleichungen (SDE) verallgemeinert wurde, lernt den Gradienten der Daten-Dichte – den Score – anstatt direkt Rauschen vorherzusagen, und nutzt diesen zur Generierung neuer Stichproben. Es ist die mathematische Verallgemeinerung, die Diffusionsmodelle unter einer kontinuierlichen Zeitformulierung vereint.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/de/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.
- KapselnetzwerkDeep Learning↔ compare
- Deep Reinforcement LearningDeep Learning↔ compare
- Neuronale ODEDeep Learning↔ compare
- HauptkomponentenanalyseMaschinelles Lernen↔ compare
- Variationaler AutoencoderDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →