확산 모델의 기하학을 탐구하는 문자열 방법
본 논문은 사전 학습된 확산 모델의 점수 함수를 이용해 연속적인 경로(문자열)를 계산하는 프레임워크를 제안한다. 순수 전송, 최소 에너지 경로(MEP), 유한 온도 문자열(주곡선) 세 가지 동역학을 정의하고, 각각이 학습 분포의 밀도·엔트로피 특성을 어떻게 반영하는지 분석한다. 이미지 생성에서는 MEP가 고밀도이지만 비현실적인 “만화” 이미지를, 주곡선이 실제 데이터 집합에 머무르는 자연스러운 변형을 제공함을 보인다. 단백질 구조 예측에서는 정…
저자: Elio Moreau, Florentin Coeurdoux, Grégoire Ferre
본 논문은 확산 모델이 학습한 점수 함수 sₜ(x) 를 활용해 데이터 분포의 전역적인 기하학을 탐색하는 새로운 프레임워크를 제안한다. 기존의 잠재공간 선형 보간은 데이터의 고밀도 영역을 무시하고 저밀도 구역을 통과해 비현실적인 중간 결과를 초래한다는 한계를 지적하고, 이를 극복하기 위해 ‘문자열(string)’이라는 연속적인 이미지 집합을 정의한다. 문자열은 시간 t∈
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기