Fugu-MT 論文翻訳(概要): The Cosine Schedule is Fisher-Rao-Optimal for Masked Discrete Diffusion Models

論文の概要: The Cosine Schedule is Fisher-Rao-Optimal for Masked Discrete Diffusion Models

arxiv url: http://arxiv.org/abs/2508.04884v1
Date: Wed, 06 Aug 2025 21:19:08 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-08 18:59:39.645413
Title: The Cosine Schedule is Fisher-Rao-Optimal for Masked Discrete Diffusion Models
Title（参考訳）: マスク離散拡散モデルにおけるコサインスケジュールはフィッシャー・ラオ最適である
Authors: Leo Zhang,
Abstract要約: また,フィッシャー・ラオ幾何の下での最適スケジュールは,一般的なコサインスケジュールを復元することを示した。具体的には,フィッシャー・ラオ幾何の下での最適スケジュールが,一般的なコサインスケジュールを復元することを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we study the problem of choosing the discretisation schedule for sampling from masked discrete diffusion models in terms of the information geometry of the induced probability path. Specifically, we show that the optimal schedule under the Fisher-Rao geometry recovers the popularly-used cosine schedule.
Abstract（参考訳）: 本研究では,誘導確率経路の情報幾何の観点から,マスク付き離散拡散モデルからサンプリングする離散化スケジュールを選択する問題について検討する。具体的には,フィッシャー・ラオ幾何の下での最適スケジュールが,一般的なコサインスケジュールを復元することを示す。

関連論文リスト

Score-Optimal Diffusion Schedules [29.062842062257918]
高品質なサンプルを得るためには、適切な離散化スケジュールが不可欠である。本稿では,最適な離散化スケジュールを適応的に選択するための新しいアルゴリズムを提案する。学習したスケジュールは、これまで手動検索でのみ発見されていたパフォーマンススケジュールを復元する。
論文参考訳（メタデータ） (2024-12-10T19:26:51Z)
Bayesian Circular Regression with von Mises Quasi-Processes [57.88921637944379]
本研究では、円値ランダム関数上の表現的および解釈可能な分布の族を探索する。後部推論のために,高速ギブズサンプリングに寄与するストラトノビッチ様拡張法を導入する。本研究では,このモデルを用いて風向予測と走行歩行周期のパーセンテージを関節角度の関数として適用する実験を行った。
論文参考訳（メタデータ） (2024-06-19T01:57:21Z)
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)
Stable generative modeling using Schrödinger bridges [0.22499166814992438]
本稿では,Schr"odinger BridgesとLangevin dynamicsを組み合わせた生成モデルを提案する。我々のフレームワークは自然に条件付きサンプルを生成し、ベイズ推論問題に拡張することができる。
論文参考訳（メタデータ） (2024-01-09T06:15:45Z)
Diffusion models for probabilistic programming [56.47577824219207]
拡散モデル変分推論(DMVI)は確率型プログラミング言語(PPL)における自動近似推論手法である DMVIは実装が容易で、例えば正規化フローを用いた変分推論の欠点を伴わずに、PPLでヘイズルフリー推論が可能であり、基礎となるニューラルネットワークモデルに制約を課さない。
論文参考訳（メタデータ） (2023-11-01T12:17:05Z)
Object based Bayesian full-waveform inversion for shear elastography [0.0]
組織中の異常画像のせん断エラストグラフィーにおける不確かさを定量化する計算手法を開発した。パラメータフィールドの後方確率は異常の幾何とそのせん断率を表わす。滑らかで不規則な形状の合成2次元試験に対するアプローチを実証する。
論文参考訳（メタデータ） (2023-05-11T08:25:25Z)
Generative modeling for time series via Schr{\"o}dinger bridge [0.0]
本稿では,SB (Schr'dinger Bridge) に基づく時系列生成モデルを提案する。これは、経路空間上の基準確率測度と、時系列の合同データ分布と整合した目標測度との間の最適輸送によるエントロピックから構成される。
論文参考訳（メタデータ） (2023-04-11T09:45:06Z)
Planning with Diffusion for Flexible Behavior Synthesis [125.24438991142573]
我々は、できるだけ多くの軌道最適化パイプラインをモデリング問題に折り畳むことがどう見えるか検討する。我々の技術的アプローチの核心は、軌道を反復的にデノベーションすることで計画する拡散確率モデルにある。
論文参考訳（メタデータ） (2022-05-20T07:02:03Z)
Bayesian Structure Learning with Generative Flow Networks [85.84396514570373]
ベイズ構造学習では、データから有向非巡回グラフ(DAG)上の分布を推定することに興味がある。近年,ジェネレーティブ・フロー・ネットワーク(GFlowNets)と呼ばれる確率モデルのクラスが,ジェネレーティブ・モデリングの一般的なフレームワークとして紹介されている。 DAG-GFlowNetと呼ばれる本手法は,DAGよりも後方の正確な近似を提供する。
論文参考訳（メタデータ） (2022-02-28T15:53:10Z)
Parallelised Diffeomorphic Sampling-based Motion Planning [30.310891362316863]
並列化拡散型サンプリングベースモーションプランニング(PDMP)を提案する。 PDMPは、サンプリングベースモーションプランナーのサンプリング分布を、正規化フローに似た方法で変換する。 PDMPは、コストの勾配情報を利用して、最適化ベースのモーションプランニング手法と同様の方法で仕様を注入することができる。
論文参考訳（メタデータ） (2021-08-26T13:15:11Z)
Isometric Gaussian Process Latent Variable Model for Dissimilarity Data [0.0]
本稿では、潜在変数がモデル化データの距離と位相の両方を尊重する確率モデルを提案する。このモデルは、対距離の観測に基づく変分推論によって推定される。
論文参考訳（メタデータ） (2020-06-21T08:56:18Z)
Distributed Sketching Methods for Privacy Preserving Regression [54.51566432934556]
ランダム化されたスケッチを利用して、問題の次元を減らし、プライバシを保ち、非同期分散システムにおけるストラグラーレジリエンスを改善します。従来のスケッチ手法に対する新しい近似保証を導出し、分散スケッチにおけるパラメータ平均化の精度を解析する。大規模実験によるサーバレスコンピューティングプラットフォームにおける分散スケッチのパフォーマンスについて説明する。
論文参考訳（メタデータ） (2020-02-16T08:35:48Z)

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。