Fugu-MT 論文翻訳(概要): Optimal Stopping in Latent Diffusion Models

論文の概要: Optimal Stopping in Latent Diffusion Models

arxiv url: http://arxiv.org/abs/2510.08409v1
Date: Thu, 09 Oct 2025 16:28:48 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-10 17:54:15.199601
Title: Optimal Stopping in Latent Diffusion Models
Title（参考訳）: 潜時拡散モデルにおける最適停止
Authors: Yu-Han Wu, Quentin Berthet, Gérard Biau, Claire Boyer, Romuald Elie, Pierre Marion,
Abstract要約: 我々は,拡散の最終段階が試料の品質を劣化させる,潜在拡散モデル(LDM)の驚くべき現象を特定し,解析する。潜伏次元と停止時間の間の相互作用を分析することによって、原理的な説明を提供する。
参考スコア（独自算出の注目度）: 22.471547966218278
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We identify and analyze a surprising phenomenon of Latent Diffusion Models (LDMs) where the final steps of the diffusion can degrade sample quality. In contrast to conventional arguments that justify early stopping for numerical stability, this phenomenon is intrinsic to the dimensionality reduction in LDMs. We provide a principled explanation by analyzing the interaction between latent dimension and stopping time. Under a Gaussian framework with linear autoencoders, we characterize the conditions under which early stopping is needed to minimize the distance between generated and target distributions. More precisely, we show that lower-dimensional representations benefit from earlier termination, whereas higher-dimensional latent spaces require later stopping time. We further establish that the latent dimension interplays with other hyperparameters of the problem such as constraints in the parameters of score matching. Experiments on synthetic and real datasets illustrate these properties, underlining that early stopping can improve generative quality. Together, our results offer a theoretical foundation for understanding how the latent dimension influences the sample quality, and highlight stopping time as a key hyperparameter in LDMs.
Abstract（参考訳）: 我々は,拡散の最終段階が試料の品質を劣化させる,潜在拡散モデル(LDM)の驚くべき現象を特定し,解析する。数値安定性の早期停止を正当化する従来の議論とは対照的に、この現象は LDM の次元減少に固有のものである。潜伏次元と停止時間の間の相互作用を分析することによって、原理的な説明を提供する。線形オートエンコーダを持つガウス的フレームワークでは,生成分布と対象分布との距離を最小化するために早期停止が必要な条件を特徴付ける。より正確には、低次元表現は早期終了の恩恵を受けるが、高次元の潜在空間は後続の停止時間を必要とする。さらに、潜在次元は、スコアマッチングのパラメータの制約など、問題の他のハイパーパラメータと相互作用することを示す。合成データセットと実データセットの実験では、これらの特性が示され、早期停止は生成的品質を向上させる。その結果, 潜伏次元が試料品質にどのような影響を及ぼすかを理解するための理論的基盤を提供し, LDMにおける重要なハイパーパラメーターとして停止時間を強調した。

関連論文リスト

Multi-Parameter Multi-Critical Metrology of the Dicke Model [10.440724472122662]
この研究は、パラメータ推定の精度を高めるために、相転移に近い量子系の過敏性を利用する。マルチパラメータ推定は実現可能であるが,分散精度のスケーリングも維持可能であることを示す。我々の研究結果は、近相転移を動作させる実用的な量子センサーの道を開くものである。
論文参考訳（メタデータ） (2026-03-03T19:06:55Z)
Dispersive Hong-Ou-Mandel Interference with Finite Coincidence Windows [0.0]
ホン・ウー・マンデル干渉(HOM)は、量子情報処理における光子の不識別性を評価するための基本的なツールである。時相フィルタとして効果的に機能する現代の時間タグモジュールは、標準の分散キャンセル条件を破る。 HOMディップ形状の変化を予測できるタイプII SPDCプロセスの解析モデルを導出する。
論文参考訳（メタデータ） (2026-02-20T11:44:25Z)
From Observations to States: Latent Time Series Forecasting [65.98504021691666]
本稿では,TSFを観測回帰から潜時予測に移行する新しいパラダイムであるLatent Time Series Forecasting(LatentTSF)を提案する。具体的には、LatentTSFはAutoEncoderを使用して、各段階での観測結果を高次元の潜在状態空間に投影する。提案する潜伏目標は,予測潜伏状態と地道状態と観測値との相互情報を暗黙的に最大化する。
論文参考訳（メタデータ） (2026-01-30T20:39:44Z)
Particle Dynamics for Latent-Variable Energy-Based Models [12.84928511163926]
潜時変動エネルギーベースモデル(LVEBM)は、観測されたデータと潜時変数の結合対に1つの正規化されたエネルギーを割り当てる。我々は,潜伏勾配と関節勾配の分布に関するサドル問題として,最大様態訓練を再検討した。我々は、KL分散とワッサーシュタイン2距離における崩壊率を用いて、標準の滑らかさと解離性仮定の下での存在と収束を証明した。
論文参考訳（メタデータ） (2025-10-17T09:04:49Z)
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)
On latent dynamics learning in nonlinear reduced order modeling [0.6249768559720122]
本稿では,パラメータ化非線形時間依存PDEの次数モデリングのための潜在力学モデル(LDM)の数学的枠組みを提案する。フルオーダーモデル (FOM) 解の LDM 近似に対する誤差と安定性の推定を導出するために, 時間連続的な設定を用いる。ディープニューラルネットワークは離散LDM成分を近似し、FOMに関して有界近似誤差を提供する。
論文参考訳（メタデータ） (2024-08-27T16:35:06Z)
A Study of Posterior Stability for Time-Series Latent Diffusion [59.41969496514184]
まず,後部崩壊により可変オートエンコーダ(VAE)への潜伏拡散が減少し,表現性が低下することを示す。次に、入力変数に対するリカレントデコーダの感度を定量化する、依存性測度という原則的手法を導入する。理論的および実証的研究に基づいて,潜伏拡散を延長し,後部が安定な新しい枠組みを導入する。
論文参考訳（メタデータ） (2024-05-22T21:54:12Z)
Multi-fidelity reduced-order surrogate modeling [5.346062841242067]
我々は,次元削減と多要素ニューラルネットワークのサロゲートを組み合わせた新しいデータ駆動型戦略を提案する。このサロゲート法により不安定性と過渡性の開始が良好に捉えられることを示す。
論文参考訳（メタデータ） (2023-09-01T08:16:53Z)
Convergence of mean-field Langevin dynamics: Time and space discretization, stochastic gradient, and variance reduction [49.66486092259376]
平均場ランゲヴィンダイナミクス(英: mean-field Langevin dynamics、MFLD)は、分布依存のドリフトを含むランゲヴィン力学の非線形一般化である。近年の研究では、MFLDは測度空間で機能するエントロピー規則化された凸関数を地球規模で最小化することが示されている。有限粒子近似,時間分散,勾配近似による誤差を考慮し,MFLDのカオスの均一時間伝播を示す枠組みを提供する。
論文参考訳（メタデータ） (2023-06-12T16:28:11Z)
Switching Autoregressive Low-rank Tensor Models [12.461139675114818]
自己回帰型低ランクテンソル(SALT)モデルを切り替える方法について述べる。 SALTはARHMMのテンソルを低ランクの分解でパラメータ化し、パラメータの数を制御する。本稿では,SALT,線形力学系,SLDS間の実用的関係を理論的に検証し議論する。
論文参考訳（メタデータ） (2023-06-05T22:25:28Z)
Reconstructing Graph Diffusion History from a Single Snapshot [87.20550495678907]
A single SnapsHot (DASH) から拡散履歴を再構築するための新しいバリセンターの定式化を提案する。本研究では,拡散パラメータ推定のNP硬度により,拡散パラメータの推定誤差が避けられないことを証明する。また、DITTO(Diffusion hitting Times with Optimal proposal)という効果的な解法も開発している。
論文参考訳（メタデータ） (2023-06-01T09:39:32Z)
Supporting Optimal Phase Space Reconstructions Using Neural Network Architecture for Time Series Modeling [68.8204255655161]
位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
論文参考訳（メタデータ） (2020-06-19T21:04:47Z)

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。