★ 3
新方法Mean Velocity Matching改进扩散模型随机生成动态
论文提出均值速度匹配（MVM），通过构造高斯扰动过程，使恢复导向速度的条件期望直接构成反向SDE漂移，从而用单一学习场参数化随机反向过程，无需额外估计分数函数。该方法引入√t缩放参数化解决t=0附近无界问题，在ImageNet 32×32和256×256上取得有竞争力的FID，并统一了随机与确定性…
arXiv cs.LG40 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出均值速度匹配（MVM），通过构造高斯扰动过程，使恢复导向速度的条件期望直接构成反向SDE漂移，从而用单一学习场参数化随机反向过程，无需额外估计分数函数。该方法引入√t缩放参数化解决t=0附近无界问题，在ImageNet 32×32和256×256上取得有竞争力的FID，并统一了随机与确定性…
论文回顾了用神经网络参数化随机微分方程（SDE）建模类星体光变曲线的历史。作者提出连续延迟记忆随机梯度下降（CDM-SGD），依赖离散迭代过程的过去状态，在二维景观上展现出更广探索与更精确收敛。同时提出无需解 HJB 偏微分方程的连续时间策略梯度强化学习结构。