Machine learning

Generatív modell pontszámalapú megközelítéssel

A Yang Song és Stefano Ermon által 2019-ben bevezetett, majd 2021-ben sztochasztikus differenciálegyenlet (SDE) keretrendszerre általánosított pontszámalapú generatív modell nem közvetlenül a zajt jósolja meg, hanem az adat-sűrűség gradiensét – a pontszámot – tanulja meg, és ezt használja új minták generálására. Ez a matematikai általánosítás egyesíti a diffúziós modelleket egy folytonos idejű formulációban.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  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

Hogyan hivatkozzon erre az oldalra

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

Hivatkozik rá

ScholarGateScore-Based Generative Model (Score-Based Generative Modeling through Stochastic Differential Equations). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/score-based-diffusion · Adatkészlet: https://doi.org/10.5281/zenodo.20539026