論文の概要: Functional Flow Matching
- arxiv url: http://arxiv.org/abs/2305.17209v2
- Date: Tue, 5 Dec 2023 19:53:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 19:02:30.737297
- Title: Functional Flow Matching
- Title（参考訳）: 機能的フローマッチング
- Authors: Gavin Kerrigan, Giosue Migliorini, Padhraic Smyth
- Abstract要約: 本稿では,最近導入されたフローマッチングモデルを一般化した関数空間生成モデルを提案する。
我々の手法は確率やシミュレーションに頼らず、関数空間の設定に適している。
我々は,FFM法が最近提案した関数空間生成モデルより優れていることを示す実世界のベンチマーク実験を行った。
- 参考スコア（独自算出の注目度）: 14.583771853250008
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose Functional Flow Matching (FFM), a function-space generative model
that generalizes the recently-introduced Flow Matching model to operate in
infinite-dimensional spaces. Our approach works by first defining a path of
probability measures that interpolates between a fixed Gaussian measure and the
data distribution, followed by learning a vector field on the underlying space
of functions that generates this path of measures. Our method does not rely on
likelihoods or simulations, making it well-suited to the function space
setting. We provide both a theoretical framework for building such models and
an empirical evaluation of our techniques. We demonstrate through experiments
on several real-world benchmarks that our proposed FFM method outperforms
several recently proposed function-space generative models.
- Abstract（参考訳）: 本稿では,最近導入された無限次元空間におけるフローマッチングモデルを一般化した関数空間生成モデルである関数型フローマッチング(ffm)を提案する。
我々のアプローチは、まず、固定されたガウス測度とデータ分布を補間する確率測度の経路を定義し、次に、この測度の経路を生成する関数の基底空間上のベクトル場を学習する。
我々の手法は確率やシミュレーションに頼らず、関数空間の設定に適している。
このようなモデルを構築するための理論的枠組みと、手法の実証的評価の両方を提供する。
我々は,FFM法が最近提案した関数空間生成モデルより優れていることを示す実世界のベンチマーク実験を行った。
関連論文リスト
- Influence Functions for Scalable Data Attribution in Diffusion Models [52.92223039302037]
拡散モデルは、生成的モデリングに大きな進歩をもたらした。
しかし、彼らの普及はデータ属性と解釈可能性に関する課題を引き起こす。
本稿では,テキスト・インフルエンス・ファンクション・フレームワークを開発することにより,このような課題に対処することを目的とする。
論文 参考訳（メタデータ） (2024-10-17T17:59:02Z) - Generative Modeling with Phase Stochastic Bridges [49.4474628881673]
拡散モデル(DM)は、連続入力のための最先端の生成モデルを表す。
我々はtextbfphase space dynamics に基づく新しい生成モデリングフレームワークを提案する。
我々のフレームワークは、動的伝播の初期段階において、現実的なデータポイントを生成する能力を示す。
論文 参考訳（メタデータ） (2023-10-11T18:38:28Z) - Simulation-based inference using surjective sequential neural likelihood
estimation [50.24983453990065]
主観的逐次的ニューラルネットワーク類似度推定はシミュレーションに基づく推論の新しい手法である。
データを低次元空間に埋め込むことで、SSNLは高次元データセットに適用する際の従来の可能性ベースの手法が抱えるいくつかの問題を解く。
論文 参考訳（メタデータ） (2023-08-02T10:02:38Z) - Continuous-Time Functional Diffusion Processes [24.31376730733132]
無限次元関数空間へのスコアベース拡散モデルを一般化する関数拡散過程(FDP)を導入する。
FDPには、前方と後方のダイナミクスを記述するための新しいフレームワークと、実践的なトレーニング目標を導出するためのいくつかの拡張が必要です。
論文 参考訳（メタデータ） (2023-03-01T20:00:50Z) - Diffusion Generative Models in Infinite Dimensions [10.15736468214228]
拡散生成モデルを一般化して関数空間で直接操作する。
関数空間の観点の大きな利点は、開発中の関数空間を明示的に指定できることです。
提案手法により,関数値データの条件付き生成と条件付き生成を両立させることができる。
論文 参考訳（メタデータ） (2022-12-01T21:54:19Z) - Active Nearest Neighbor Regression Through Delaunay Refinement [79.93030583257597]
近接回帰に基づく能動関数近似アルゴリズムを提案する。
我々のActive Nearest Neighbor Regressor (ANNR) は計算幾何学の Voronoi-Delaunay フレームワークに頼り、空間を一定の関数値のセルに分割する。
論文 参考訳（メタデータ） (2022-06-16T10:24:03Z) - Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。
提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文 参考訳（メタデータ） (2022-05-18T17:11:23Z) - Functional Mixtures-of-Experts [0.24578723416255746]
観測対象が関数を含む状況下での予測のための異種データの統計的解析について検討する。
まず,機能的ME(FME)と呼ばれる新しいMEモデルのファミリーを提示する。
我々は,モデルに適合する最大パラメータ推定戦略を定式化したLasso-like (EM-Lasso) の専用予測-最大化アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-02-04T17:32:28Z) - MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood
Inference from Sampled Trajectories [61.3299263929289]
シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。
あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。
モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
論文 参考訳（メタデータ） (2021-06-03T12:59:16Z) - High-dimensional Functional Graphical Model Structure Learning via
Neighborhood Selection Approach [15.334392442475115]
機能的グラフィカルモデルの構造を推定するための近傍選択手法を提案する。
したがって、関数が無限次元であるときに存在しないような、明確に定義された精度作用素の必要性を回避することができる。
論文 参考訳（メタデータ） (2021-05-06T07:38:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。