Generatywny model bazujący na funkcji "score"
Generatywny model bazujący na funkcji "score" (ang. score-based generative model), wprowadzony przez Yanga Songa i Stefano Ermona w 2019 roku i uogólniony do ram stochastycznego równania różniczkowego (SDE) w 2021 roku, uczy się gradientu gęstości danych — funkcji "score" — zamiast bezpośrednio przewidywać szum, a następnie wykorzystuje go do generowania nowych próbek. Jest to matematyczne uogólnienie, które ujednolica modele dyfuzyjne w ramach sformułowania w czasie ciągłym.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
Jak cytować tę stronę
ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/pl/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.
- Sieć kapsułkowaUczenie głębokie↔ compare
- Głębokie uczenie ze wzmocnieniemUczenie głębokie↔ compare
- Neural ODEUczenie głębokie↔ compare
- Analiza Głównych SkładowychUczenie maszynowe↔ compare
- Autoenkoder wariacyjnyUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →