ScholarGate
Assistent
Machine learning

Diffusion Model

Een diffusiemodel is een generatieve deep-learningmethode, geïntroduceerd door Ho, Jain en Abbeel in 2020 (DDPM), die leert om hoogwaardige beelden, audio en moleculaire structuren te produceren door een stap-voor-stap ruisproces om te keren. Het heeft GANs grotendeels verdrongen als de huidige state-of-the-art in generatieve modellering.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

+1 more

Bronnen

  1. Ho, J., Jain, A. & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. NeurIPS. link
  2. Rombach, R., Blattmann, A., Lorenz, D., Esser, P. & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. CVPR. link

Deze pagina citeren

ScholarGate. (2026, June 1). Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion). ScholarGate. https://scholargate.app/nl/deep-learning/diffusion-model

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

Geciteerd door

ScholarGateDiffusion Model (Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/deep-learning/diffusion-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026