ScholarGate
Assistent
Machine learning

Score-gebaseerd generatief model

Een score-gebaseerd generatief model, geïntroduceerd door Yang Song en Stefano Ermon in 2019 en gegeneraliseerd naar het raamwerk van stochastische differentiaalvergelijkingen (SDE) in 2021, leert de gradiënt van de datadichtheid — de score — in plaats van ruis direct te voorspellen, en gebruikt deze om nieuwe samples te genereren. Het is de wiskundige generalisatie die diffusiemodellen verenigt onder een continue-tijd formulering.

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.

Bronnen

  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

Deze pagina citeren

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

Geciteerd door

ScholarGateScore-Based Generative Model (Score-Based Generative Modeling through Stochastic Differential Equations). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/deep-learning/score-based-diffusion · Gegevensset: https://doi.org/10.5281/zenodo.20539026