論文の概要: LightSBB-M: Bridging Schrödinger and Bass for Generative Diffusion Modeling

• arxiv url: http://arxiv.org/abs/2601.19312v1
• Date: Tue, 27 Jan 2026 07:50:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-28 15:26:51.234303
• Title: LightSBB-M: Bridging Schrödinger and Bass for Generative Diffusion Modeling
• Title（参考訳）: LightSBB-M:Bridging Schrödinger and Bass for Generative Diffusion Modeling
• Authors: Alexandre Alouadi, Pierre Henry-Labordère, Grégoire Loeper, Othmane Mazhar, Huyên Pham, Nizar Touzi,
• Abstract要約: 数回の反復で最適なSBB輸送計画を計算するアルゴリズムであるLightSBB-Mを導入する。 合成データセット上では,LightSBB-Mが最も低い2-ワッサーシュタイン距離が得られることを示す。 また,画像から画像への翻訳作業におけるフレームワークの生成能力についても述べる。
• 参考スコア（独自算出の注目度）: 35.18016233072556
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Schrodinger Bridge and Bass (SBB) formulation, which jointly controls drift and volatility, is an established extension of the classical Schrodinger Bridge (SB). Building on this framework, we introduce LightSBB-M, an algorithm that computes the optimal SBB transport plan in only a few iterations. The method exploits a dual representation of the SBB objective to obtain analytic expressions for the optimal drift and volatility, and it incorporates a tunable parameter beta greater than zero that interpolates between pure drift (the Schrodinger Bridge) and pure volatility (Bass martingale transport). We show that LightSBB-M achieves the lowest 2-Wasserstein distance on synthetic datasets against state-of-the-art SB and diffusion baselines with up to 32 percent improvement. We also illustrate the generative capability of the framework on an unpaired image-to-image translation task (adult to child faces in FFHQ). These findings demonstrate that LightSBB-M provides a scalable, high-fidelity SBB solver that outperforms existing SB and diffusion baselines across both synthetic and real-world generative tasks. The code is available at https://github.com/alexouadi/LightSBB-M.
• Abstract（参考訳）: フロートとボラティリティを共同で制御するシュロディンガー橋とバス(SBB)の定式化は、古典的なシュロディンガー橋(SB)の拡張である。 このフレームワーク上に構築されたLightSBB-Mは,数回の反復で最適なSBB輸送計画を計算するアルゴリズムである。 この方法は、SBB目標の双対表現を利用して最適なドリフトとボラティリティの分析式を求め、純粋なドリフト(シュロディンガー橋)と純粋なボラティリティ(バスマーチンゲール輸送)の間を補間するゼロ以上の調整可能なパラメータベータを組み込む。 我々は,LightSBB-Mが,最先端SBと拡散ベースラインに対する合成データセット上で,最大2-ワッサースタイン距離を最大32%向上させることを示す。 また,未経験のイメージ・ツー・イメージ翻訳タスク(FFHQにおける子供の顔への適応)におけるフレームワークの生成能力についても述べる。 これらの結果から, LightSBB-Mは, 既存のSBおよび拡散ベースラインより優れた, スケーラブルで高忠実なSBBソルバを提供することが示された。 コードはhttps://github.com/alexouadi/LightSBB-Mで公開されている。

関連論文リスト

• Breaking the Bottleneck with DiffuApriel: High-Throughput Diffusion LMs with Mamba Backbone [6.76700377196741]
  両方向マンバのバックボーン上に構築されたマスク付き拡散言語モデルであるDiffuAprielを紹介する。 この結果から, 双方向状態空間アーキテクチャは, マスク拡散LMの強力なデノイザとして機能することが示唆された。
  論文  参考訳（メタデータ） (2025-11-19T23:23:49Z)
• Entering the Era of Discrete Diffusion Models: A Benchmark for Schrödinger Bridges and Entropic Optimal Transport [46.28885837515665]
  離散空間上のシュリンガーブリッジ(SB)問題に対するベンチマークを導入する。 我々の構成では解析的に知られているSB解と確率分布のペアが得られ、厳密な評価が可能となった。 この研究は、離散空間上のSB法を適切に評価する第一歩となる。
  論文  参考訳（メタデータ） (2025-09-27T14:51:07Z)
• Bidirectional Diffusion Bridge Models [14.789137197695654]
  拡散ブリッジは、イメージ・ツー・イメージ(I2I)翻訳タスクにおいてポテンシャルを示す。 既存の手法はその一方向の性質によって制限され、前と逆の翻訳のために別々のモデルを必要とする。 2つの結合分布間の双方向変換を容易にするスケーラブルなアプローチである双方向拡散ブリッジモデル(BDBM)を導入する。
  論文  参考訳（メタデータ） (2025-02-12T04:43:02Z)
• Latent Schrodinger Bridge: Prompting Latent Diffusion for Fast Unpaired Image-to-Image Translation [58.19676004192321]
  ノイズからの画像生成とデータからの逆変換の両方を可能にする拡散モデル (DM) は、強力な未ペア画像対イメージ(I2I)翻訳アルゴリズムにインスピレーションを与えている。 我々は、最小輸送コストの分布間の微分方程式(SDE)であるSchrodinger Bridges (SBs) を用いてこの問題に取り組む。 この観測に触発されて,SB ODE を予め訓練した安定拡散により近似する潜在シュロディンガー橋 (LSB) を提案する。 提案アルゴリズムは,従来のDMのコストをわずかに抑えながら,教師なし環境での競合的I2I翻訳を実現していることを示す。
  論文  参考訳（メタデータ） (2024-11-22T11:24:14Z)
• ToddlerDiffusion: Interactive Structured Image Generation with Cascaded Schrödinger Bridge [63.00793292863]
  ToddlerDiffusionは、RGB画像生成の複雑なタスクを、よりシンプルで解釈可能なステージに分解するための新しいアプローチである。 提案手法はToddler Diffusionと呼ばれ,それぞれが中間表現を生成する責務を担っている。 ToddlerDiffusionは、常に最先端のメソッドより優れています。
  論文  参考訳（メタデータ） (2023-11-24T15:20:01Z)
• Semi-Federated Learning: Convergence Analysis and Optimization of A Hybrid Learning Framework [70.83511997272457]
  本稿では,ベースステーション(BS)とデバイスの両方を活用するセミフェデレーション学習(SemiFL)パラダイムを提案し,中央集権学習(CL)とFLのハイブリッド実装を提案する。 我々はこの難解な問題を解くための2段階のアルゴリズムを提案し、ビームフォーマに閉形式解を提供する。
  論文  参考訳（メタデータ） (2023-10-04T03:32:39Z)
• Light Schrödinger Bridge [72.88707358656869]
  我々は,軽量でシミュレーション不要で理論的に正当化されたSchr"odinger Bridgesソルバを開発した。 我々の光解法は密度推定に広く用いられているガウス混合モデルに類似している。 この類似性に着想を得て、光解法がSBの普遍近似であることを示す重要な理論的結果も証明した。
  論文  参考訳（メタデータ） (2023-10-02T13:06:45Z)

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。