基于锯齿采样的时序去噪扩散隐式模型
机器学习
2025-11-27 v1
摘要
去噪扩散概率模型（DDPMs）可生成合成时序数据以帮助提高分类器性能，但其采样过程计算成本高昂。为此，我们将隐式扩散模型与一种新颖的锯齿采样器相结合，以加速逆过程，并可适用于任何预训练的扩散模型。我们的方法相对于标准基准实现了 30 倍的加速，同时也提升了生成序列的质量，以适应分类任务。
引用
@article{arxiv.2511.21320,
title = {Sawtooth Sampling for Time Series Denoising Diffusion Implicit Models},
author = {Heiko Oppel and Andreas Spilz and Michael Munz},
journal= {arXiv preprint arXiv:2511.21320},
year = {2025}
}