Machine learning

Γενετικό μοντέλο βασισμένο στην βαθμίδα (score-based generative model)

Ένα γενετικό μοντέλο βασισμένο στην βαθμίδα, που εισήχθη από τους Yang Song και Stefano Ermon το 2019 και γενικεύτηκε στο πλαίσιο των στοχαστικών διαφορικών εξισώσεων (SDE) το 2021, μαθαίνει την κλίση (gradient) της πυκνότητας των δεδομένων — τη βαθμίδα (score) — αντί να προβλέπει απευθείας θόρυβο, και τη χρησιμοποιεί για τη δημιουργία νέων δειγμάτων. Η μαθηματική γενίκευση ενοποιεί τα μοντέλα διάχυσης υπό μια διατύπωση συνεχούς χρόνου.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

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

Αναφέρεται από

ScholarGateScore-Based Generative Model (Score-Based Generative Modeling through Stochastic Differential Equations). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/score-based-diffusion · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026