- Риманови дифузионни модели (arXiv)
Автор:Chin-Wei Huang, Milad Aghajohari, Avishek Joey Bose, Prakash Panangaden, Aaron Courville
Резюме:Дифузионните модели са съвременни най-съвременни методи за генериране на изображения и оценка на вероятността. В тази работа ние обобщаваме дифузионните модели за непрекъснато време до произволни риманови многообразия и извличаме вариационна рамка за оценка на вероятността. Изчислително, ние предлагаме нови методи за изчисляване на риманова дивергенция, която е необходима при оценката на вероятността. Освен това, при обобщаване на Евклидовия случай, ние доказваме, че максимизирането на тази вариационна долна граница е еквивалентно на съвпадение на риманов резултат. Емпирично ние демонстрираме изразителната сила на моделите на риманова дифузия върху широк спектър от гладки многообразия, като сфери, тори, хиперболоиди и ортогонални групи. Предложеният от нас метод постига нови най-съвременни вероятности за всички показатели
2. Тест за оценка и спецификация за модели на дифузия със стохастична волатилност (arXiv)
Автор:Алехандра Лопес-Перес, Мануел Фебреро-Банде, Венцеслао Гонсалес-Мантейга
Резюме:Като се има предвид значението на моделите за стохастична променливост в непрекъснато време за описание на динамиката на лихвените проценти, ние предлагаме тест за съответствие за параметричната форма на функциите на дрейфа и дифузията, базиран на подчертан емпиричен процес на остатъците. Тестовите статистики са изградени с помощта на непрекъснат функционал (Колмогоров-Смирнов и Крамер-фон Мизес) върху емпиричните процеси. За да оценим предложените тестове, ние прилагаме симулационно проучване, при което методът на първоначално зареждане се разглежда за калибриране на тестовете. Тъй като оценката на дифузионни модели със стохастична променливост въз основа на дискретни извадки от данни се оказа трудна, ние се занимаваме с този проблем чрез проучване Монте Карло за различни процедури за оценка. Накрая е осигурено приложение на процедурите към реални данни.
3.Векторен квантован модел на дифузия с CodeUnet за генериране на последователности от пози от текст към знак (arXiv)
Автор: Pan Xie, Qipeng Zhang, Zexian Li, Hao Tang, Yao Du, Xiaohui Hu
Резюме:Производството на жестомимичен език (SLP) има за цел автоматично да превежда говорими езици в жестомимични поредици. Основният процес на SLP е да трансформира последователности от блясък на знаци в съответните им последователности на пози на знаци (G2P). Повечето съществуващи G2P модели обикновено извършват това условно генериране на дълги разстояния по авторегресивен начин, което неизбежно води до натрупване на грешки. За да се справим с този проблем, ние предлагаме метод на векторна квантована дифузия за генериране на последователности от условни пози, наречен PoseVQ-дифузия, който е итеративен неавторегресивен метод. По-конкретно, първо въвеждаме модел на векторно квантуван вариационен автоенкодер (Pose-VQVAE), за да представим последователност от пози като последователност от латентни кодове. След това моделираме латентното дискретно пространство чрез разширение на наскоро разработената дифузионна архитектура. За да използваме по-добре пространствено-времевата информация, ние въвеждаме нова архитектура, а именно CodeUnet, за генериране на последователност от пози с по-високо качество в дискретното пространство. Освен това, като се възползваме от научените кодове, ние разработваме нов последователен метод на k-най-близките съседи за предсказване на променливите дължини на последователности от пози за съответните гланцови последователности. Следователно, в сравнение с авторегресивните G2P модели, нашият модел има по-бърза скорост на вземане на проби и дава значително по-добри резултати. В сравнение с предишните неавторегресивни G2P методи, PoseVQ-Diffusion подобрява прогнозираните резултати с итеративни усъвършенствания, като по този начин постига най-съвременни резултати на бенчмарка за оценка на SLP.
4. TopoDiff: Дифузионен модел, ръководен от производителност и ограничения за оптимизиране на топология (arXiv)
Автор: Франсоа Мазе, Фаз Ахмед
Резюме:Оптимизирането на структурната топология, което има за цел да намери оптималната физическа структура, която максимизира механичните характеристики, е жизненоважно в приложенията за инженерно проектиране в космическото, механичното и гражданското инженерство. Генеративните състезателни мрежи (GAN) наскоро се появиха като популярна алтернатива на традиционните итеративни методи за оптимизация на топологията. Въпреки това, тези модели често са трудни за обучение, имат ограничена възможност за обобщаване и поради целта си да имитират оптимални топологии, пренебрегват целите за производителност и производителност като механично съответствие. Ние предлагаме TopoDiff, условна архитектура, базирана на дифузионен модел, за извършване на топологична оптимизация, съобразена с производителността и производителността, която преодолява тези проблеми. Нашият модел въвежда стратегия за насочване, базирана на сурогатен модел, която активно благоприятства структури с ниско съответствие и добра технологичност. Нашият метод значително превъзхожда най-съвременния условен GAN, като намалява средната грешка на физическото представяне с фактор осем и като произвежда 11 пъти по-малко неосъществими проби. Чрез въвеждането на модели на дифузия към оптимизацията на топологията, ние показваме, че моделите на условна дифузия имат способността да превъзхождат GAN в приложенията за синтез на инженерен дизайн. Нашата работа също предлага обща рамка за проблеми с инженерната оптимизация, използвайки дифузионни модели и външна производителност и насоки, съобразени с ограниченията
