GenPhys：从物理过程到生成模型
机器学习
2023-04-06 v1 人工智能
计算物理
数据分析、统计与概率
量子物理
摘要
由于扩散模型（DM）以及更近的泊松流生成模型（PFGM）受物理过程启发，一个合理的问题是：物理过程能否提供额外的新生成模型？我们给出肯定答案。我们引入一个通用族——基于物理过程的生成模型（GenPhys），将描述物理过程的偏微分方程（PDEs）转化为生成模型。我们表明生成模型可由 s-生成 PDE（s 代表光滑）构造。GenPhys 包含了两种现有生成模型（DM 和 PFGM），甚至产生了新的生成模型族，例如受弱相互作用启发的“Yukawa 生成模型”。另一方面，某些物理过程默认不属于 GenPhys 族，例如波动方程和薛定谔方程，但经适当修改可纳入 GenPhys 族。我们提出 GenPhys 的目标在于探索并拓展生成模型的设计空间。
引用
@article{arxiv.2304.02637,
title = {GenPhys: From Physical Processes to Generative Models},
author = {Ziming Liu and Di Luo and Yilun Xu and Tommi Jaakkola and Max Tegmark},
journal= {arXiv preprint arXiv:2304.02637},
year = {2023}
}