論文の概要: Convergence Analysis for General Probability Flow ODEs of Diffusion
Models in Wasserstein Distances
- arxiv url: http://arxiv.org/abs/2401.17958v1
- Date: Wed, 31 Jan 2024 16:07:44 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-01 14:06:21.229158
- Title: Convergence Analysis for General Probability Flow ODEs of Diffusion
Models in Wasserstein Distances
- Title（参考訳）: ワッサーシュタイン距離における拡散モデルの一般確率流ODEの収束解析
- Authors: Xuefeng Gao, Lingjiong Zhu
- Abstract要約: 2-ワッサーシュタイン距離における確率フローODEサンプルの一般クラスに対する最初の非漸近収束解析を提供する。
次に、様々な例を考察し、対応するODEベースのサンプルの複雑さについて結果を確立する。
- 参考スコア（独自算出の注目度）: 11.196612048007403
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Score-based generative modeling with probability flow ordinary differential
equations (ODEs) has achieved remarkable success in a variety of applications.
While various fast ODE-based samplers have been proposed in the literature and
employed in practice, the theoretical understandings about convergence
properties of the probability flow ODE are still quite limited. In this paper,
we provide the first non-asymptotic convergence analysis for a general class of
probability flow ODE samplers in 2-Wasserstein distance, assuming accurate
score estimates. We then consider various examples and establish results on the
iteration complexity of the corresponding ODE-based samplers.
- Abstract（参考訳）: 確率フロー常微分方程式(ODE)を用いたスコアベース生成モデリングは、様々な応用において顕著な成功を収めた。
様々な高速ODEベースのサンプルが文献で提案され、実際に用いられているが、確率フローODEの収束特性に関する理論的理解は依然としてかなり限られている。
本稿では,2-wasserstein距離の確率流odeサンプリング器の一般クラスに対して,スコア推定精度を仮定して,非漸近収束解析を行う。
次に、様々な例を考察し、対応するODEベースのサンプルの反復複雑さに関する結果を確立する。
関連論文リスト
- Adaptivity and Convergence of Probability Flow ODEs in Diffusion Generative Models [5.064404027153094]
本稿では,その実用性で知られた拡散型サンプル装置である,確率フローODEの理論的保証の確立に寄与する。
精度の高いスコア関数推定では,確率フローODEサンプリング器は全変動距離において$O(k/T)$の収束率を達成する。
この次元自由収束速度は、通常より大きな周囲次元でスケールする既存の結果を改善する。
論文 参考訳（メタデータ） (2025-01-31T03:10:10Z) - Elucidating Flow Matching ODE Dynamics with Respect to Data Geometries [10.947094609205765]
拡散に基づく生成モデルが画像生成の標準となり, 学習ベクトル場によるサンプリングステップの削減により, 拡散モデルと比較して, ODEベースのサンプリングモデルとフローマッチングモデルにより効率が向上した。
我々は,ODE力学を駆動するデノイザを中心に,サンプル軌道の包括的解析を通じて,フローマッチングモデルの理論を推し進める。
解析により,グローバルなデータ特徴から局所構造への軌道の進化が明らかとなり,フローマッチングモデルにおけるサンプルごとの挙動の幾何学的特徴が得られた。
論文 参考訳（メタデータ） (2024-12-25T01:17:15Z) - Convergence of Score-Based Discrete Diffusion Models: A Discrete-Time Analysis [56.442307356162864]
連続時間マルコフ連鎖(CTMC)に基づくスコアベース離散拡散モデルの理論的側面について検討する。
本稿では,事前定義された時間点におけるスコア推定値を利用する離散時間サンプリングアルゴリズムを一般状態空間$[S]d$に導入する。
我々の収束解析はジルサノフ法を用いて離散スコア関数の重要な性質を確立する。
論文 参考訳（メタデータ） (2024-10-03T09:07:13Z) - Diffusion models for Gaussian distributions: Exact solutions and Wasserstein errors [0.0]
拡散モデルやスコアベースモデルでは画像生成の性能が向上した。
本研究では,データ分布がガウス的である場合の拡散モデルの挙動とその数値的実装について理論的に検討する。
論文 参考訳（メタデータ） (2024-05-23T07:28:56Z) - On the Trajectory Regularity of ODE-based Diffusion Sampling [79.17334230868693]
拡散に基づく生成モデルは微分方程式を用いて、複素データ分布と抽出可能な事前分布の間の滑らかな接続を確立する。
本稿では,拡散モデルのODEに基づくサンプリングプロセスにおいて,いくつかの興味深い軌道特性を同定する。
論文 参考訳（メタデータ） (2024-05-18T15:59:41Z) - Unveil Conditional Diffusion Models with Classifier-free Guidance: A Sharp Statistical Theory [87.00653989457834]
条件付き拡散モデルは現代の画像合成の基礎となり、計算生物学や強化学習などの分野に広く応用されている。
経験的成功にもかかわらず、条件拡散モデルの理論はほとんど欠落している。
本稿では,条件拡散モデルを用いた分布推定の急激な統計的理論を提示することにより,ギャップを埋める。
論文 参考訳（メタデータ） (2024-03-18T17:08:24Z) - Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative
Models [49.81937966106691]
我々は拡散モデルのデータ生成過程を理解するための非漸近理論のスイートを開発する。
従来の研究とは対照的に,本理論は基本的だが多目的な非漸近的アプローチに基づいて開発されている。
論文 参考訳（メタデータ） (2023-06-15T16:30:08Z) - A Geometric Perspective on Diffusion Models [57.27857591493788]
本稿では,人気のある分散拡散型SDEのODEに基づくサンプリングについて検討する。
我々は、最適なODEベースのサンプリングと古典的な平均シフト(モード探索)アルゴリズムの理論的関係を確立する。
論文 参考訳（メタデータ） (2023-05-31T15:33:16Z) - Error Bounds for Flow Matching Methods [38.9898500163582]
フローマッチング法は、2つの任意の確率分布間のフローを近似する。
近似誤差に$L2$の値とデータ分布に一定の規則性を仮定し, 完全に決定論的サンプリングを用いたフローマッチング手順の誤差境界を提案する。
論文 参考訳（メタデータ） (2023-05-26T12:13:53Z) - Reflected Diffusion Models [93.26107023470979]
本稿では,データのサポートに基づいて進化する反射微分方程式を逆転する反射拡散モデルを提案する。
提案手法は,一般化されたスコアマッチング損失を用いてスコア関数を学習し,標準拡散モデルの主要成分を拡張する。
論文 参考訳（メタデータ） (2023-04-10T17:54:38Z)
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。