平均场混沌扩散模型
机器学习
2024-06-11 v1 人工智能
计算机视觉与模式识别
摘要
在本文中，我们引入了一类新的基于分数的生成模型(SGM)，旨在通过利用平均场理论的概念来处理高基数数据分布。我们提出了平均场混沌扩散模型(MF-CDM)，该模型利用相互作用粒子的混沌传播特性来解决高基数数据固有的维数灾难。通过将高基数数据视为一个由相互作用粒子组成的大型随机系统，我们开发了一种针对无限维混沌粒子系统的新型分数匹配方法，并提出了一种采用细分策略进行高效训练的近似方案。我们的理论和实证结果证明了MF-CDM在处理大型高基数数据结构（如3D点云）方面的可扩展性和有效性。
引用
@article{arxiv.2406.05396,
title = {Mean-field Chaos Diffusion Models},
author = {Sungwoo Park and Dongjun Kim and Ahmed Alaa},
journal= {arXiv preprint arXiv:2406.05396},
year = {2024}
}