基于倒向随机微分方程的深度生成建模
机器学习
2023-04-11 v1 概率论
机器学习
摘要
本文提出了一种新颖的深度生成模型，称为 BSDE-Gen，它将倒向随机微分方程（BSDEs）的灵活性与深度神经网络的能力相结合，用于生成高维复杂目标数据，尤其在图像生成领域。在生成建模过程中引入随机性与不确定性，使得 BSDE-Gen 成为生成高维数据的有效且自然的方法。本文提供了 BSDE-Gen 的理论框架，描述了其模型架构，给出了用于训练的最大均值差异（MMD）损失函数，并报告了实验结果。
引用
@article{arxiv.2304.04049,
title = {Deep Generative Modeling with Backward Stochastic Differential Equations},
author = {Xingcheng Xu},
journal= {arXiv preprint arXiv:2304.04049},
year = {2023}
}
备注
17 pages, 5 figures