เปรียบเทียบวิธี

	แบบจำลองเชิงกำเนิดที่ใช้คะแนน	โครงข่ายประสาทเทียมเชิงอนุพันธ์สามัญ (Neural ODE)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2019	2018
ผู้ริเริ่ม	Song, Y. & Ermon, S.	Chen, T. Q. et al.
ประเภท	Score-based generative model (SDE framework)	Continuous-depth neural network (ODE-parameterised dynamics)
แหล่งต้นตำรับ	Song, Y. & Ermon, S. (2019). Generative Modeling by Estimating Gradients of the Data Distribution. NeurIPS 32, 11895–11907.	Chen, T. Q., Rubanova, Y., Bettencourt, J. & Duvenaud, D. (2018). Neural Ordinary Differential Equations. Advances in Neural Information Processing Systems (NeurIPS).
ชื่อเรียกอื่น	Skor Tabanlı Üretici Model (Score-Based / SDE), score-based diffusion, SDE-based generative model, score SDE	Nöral Diferansiyel Denklem (Neural ODE), neural ordinary differential equation, continuous-depth network, ODE-Net
ที่เกี่ยวข้อง	5	4
สรุป	A score-based generative model, introduced by Yang Song and Stefano Ermon in 2019 and generalized to the stochastic differential equation (SDE) framework in 2021, learns the gradient of the data density — the score — rather than predicting noise directly, and uses it to generate new samples. It is the mathematical generalization that unifies diffusion models under a continuous-time formulation.	A Neural ODE, introduced by Chen and colleagues in 2018, models a hidden state as the continuous solution of an ordinary differential equation whose dynamics are parameterised by a neural network. It generalises the limiting case of residual connections, making it well suited to irregularly spaced time series and physics-based modelling.