带噪声模型的交替器
机器学习
2025-05-20 v1
摘要
交替器（Alternators）最近被引入作为建模时间依赖数据的框架。在具有挑战性的时间序列任务上，它们通常优于其他流行框架，如状态空间模型和扩散模型。本文引入了一种新的交替器模型，称为 Alternator++，它借鉴扩散建模文献中的噪声模型思想，通过显式建模用于采样潜在轨迹和观测轨迹的噪声项，增强了传统交替器的灵活性。Alternator++ 优化交替器损失与噪声匹配损失之和。后者迫使两个噪声模型生成的噪声轨迹逼近产生观测轨迹和潜在轨迹的噪声轨迹。我们在密度估计、时间序列插补和预测等任务中展示了 Alternator++ 的有效性，表明它优于多个强大的基线模型，包括 Mamba、ScoreGrad 和 Dyffusion。
引用
@article{arxiv.2505.12544,
title = {Alternators With Noise Models},
author = {Mohammad R. Rezaei and Adji Bousso Dieng},
journal= {arXiv preprint arXiv:2505.12544},
year = {2025}
}