Generativ modell baserad på score-funktion
En generativ modell baserad på score-funktion, introducerad av Yang Song och Stefano Ermon 2019 och generaliserad till ramverket för stokastiska differentialekvationer (SDE) 2021, lär sig gradienten av datatätheten – score-funktionen – snarare än att förutsäga brus direkt, och använder den för att generera nya sampel. Det är den matematiska generaliseringen som förenar diffusionsmodeller under en kontinuerlig tidsformulering.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
Så citerar du den här sidan
ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/sv/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.
- Capsule NetworkDjupinlärning↔ compare
- Djup förstärkningsinlärningDjupinlärning↔ compare
- Neural ODEDjupinlärning↔ compare
- Analys av huvudkomponenterMaskininlärning↔ compare
- Variational AutoencoderDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →