論文の概要: Backbone-Equated Diffusion OOD via Sparse Internal Snapshots

• arxiv url: http://arxiv.org/abs/2605.11014v1
• Date: Sun, 10 May 2026 13:09:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.300403
• Title: Backbone-Equated Diffusion OOD via Sparse Internal Snapshots
• Title（参考訳）: スパース内部スナップショットによるバックボーン等価拡散OOD
• Authors: Yadang Alexis Rouzoumka, Jean Pinsolle, Eugénie Terreaux, Christèle Morisseau, Jean-Philippe Ovarlez, Chengfang Ren,
• Abstract要約: 凍結拡散バックボーンを探査する検出器群であるCanonical Feature Snapshots (CFS)を紹介する。 CFSは、極低ノイズレベルにおいて少数のネイティブな内部活性化のみを使用して、凍結拡散バックボーンをプローブする。 このことは、凍結拡散バックボーンによって暴露される相対OOD信号の多くは、少数のスパース内部状態に集中していることを示している。
• 参考スコア（独自算出の注目度）: 5.205040944294552
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fair comparison between diffusion-based OOD detectors is challenging, as conclusions can vary with backbone choice, corruption parameterization, and test-time budget. We address this issue through a Mutualized Backbone-Equated (MBE) protocol that aligns canonical corruption levels and logical test-time cost across diffusion backbones. Within this setting, we introduce Canonical Feature Snapshots (CFS), a family of detectors that probes a frozen diffusion backbone using only a tiny number of native internal activations at canonical low-noise levels. On a controlled CIFAR-scale benchmark, the strongest one-forward CFS variant is CFS(1x2), while an even smaller decoder-only variant remains highly competitive. This shows that much of the relative-OOD signal exposed by frozen diffusion backbones is concentrated in a small number of sparse internal states, rather than requiring full denoising trajectories or high-capacity downstream heads. We further provide a local diagnostic theory explaining these observations through conditional encoder-decoder complementarity, diagonal-score separation, and low-noise corruption stability. The official implementation is available at https://github.com/RouzAY/cfs-diffusion-ood/.
• Abstract（参考訳）: 拡散型OOD検出器の公正な比較は、バックボーンの選択、破損パラメータ化、テストタイム予算によって、結論が変わるため困難である。 我々は、拡散バックボーン間の標準汚職レベルと論理的テスト時間コストを整合させる、相互化されたバックボーン平衡(MBE)プロトコルによってこの問題に対処する。 この設定の中で、カノニカル・フィーチャー・スナップショット(CFS)を紹介します。これは、カノニカル・ローノイズレベルにおいて、少数のネイティブな内部アクティベーションのみを使用して、凍結した拡散バックボーンをプローブする検出器のファミリーです。 制御されたCIFARスケールのベンチマークでは、最強の1フォワード CFS 変種は CFS(1x2) であり、さらに小さいデコーダのみの変種は競争力が高いままである。 このことは、凍結拡散バックボーンによって露呈される相対OOD信号の多くは、完全な認知軌道や高容量下流ヘッドを必要とするのではなく、少数のスパース内部状態に集中していることを示している。 さらに, 条件付きエンコーダ・デコーダの相補性, 対角-スコア分離, 低ノイズ劣化安定性などを通じて, これらの観測を説明する局所的診断理論を提案する。 公式実装はhttps://github.com/RouzAY/cfs-diffusion-ood/で公開されている。

関連論文リスト

• ZID-Net: Zero-Inference Diffusion Prior Decoupling Network for Single Image Dehazing [10.634107398163676]
  単一画像のデハージングは、回復品質と計算効率のトレードオフによって制約されることが多い。 ZID-Netは、フィードフォワード推論から拡散監視を明示的に分離する新しいフレームワークである。 ZID-Netは、合成RESIDEデータセット上で40.75dBのPSNRを達成し、実世界のデータセットで1.13dBのゲインで既存のメソッドを上回ります。
  論文  参考訳（メタデータ） (2026-04-26T13:44:25Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• Blind-Spot Guided Diffusion for Self-supervised Real-World Denoising [55.099717395320276]
  Blind-Spot Guided Diffusionは、現実のイメージをデノナイズするための新しい自己教師型フレームワークである。 提案手法は,盲点ネットワーク(BSN)の限界と,自己教師型認知への拡散モデルの適用の難しさの2つに対処する。
  論文  参考訳（メタデータ） (2025-09-19T15:35:07Z)
• An Advanced Convolutional Neural Network for Bearing Fault Diagnosis under Limited Data [5.351573093028336]
  本稿では,限られたデータの下で故障診断を行うための高度なデータ拡張とコントラッシブ・フーリエ・コンボリューション・フレームワーク(DAC-FCF)を提案する。 DAC-FCFは、ベースラインを最大32%上回る、大幅な改善を達成している。
  論文  参考訳（メタデータ） (2025-09-14T02:41:48Z)
• Unsupervised CP-UNet Framework for Denoising DAS Data with Decay Noise [13.466125373185399]
  分散音響センサ(DAS)技術は光ファイバーケーブルを利用して音響信号を検出する。 DASは、ジオフォンよりも低い信号対雑音比(S/N)を示す。 これにより、S/Nの低減は、反転と解釈を含むデータ解析に悪影響を及ぼす。
  論文  参考訳（メタデータ） (2025-02-19T03:09:49Z)
• Rectified Diffusion Guidance for Conditional Generation [94.83538269086613]
  CFGの背後にある理論を再検討し、不適切な組合せ係数(textiti.e.)が生成分布を期待的にシフトさせることを厳密に確認する。 提案手法は, 強みを考慮すれば, textbftextitform ソリューションが有効であることを示す。 実世界のデータに関する実証的な証拠は、我々の設計と既存の最先端拡散モデルとの整合性を実証している。
  論文  参考訳（メタデータ） (2024-10-24T13:41:32Z)
• Stable Neighbor Denoising for Source-free Domain Adaptive Segmentation [91.83820250747935]
  擬似ラベルノイズは主に不安定なサンプルに含まれており、ほとんどのピクセルの予測は自己学習中に大きく変化する。 我々は, 安定・不安定な試料を効果的に発見する, SND(Stable Neighbor Denoising)アプローチを導入する。 SNDは、様々なSFUDAセマンティックセグメンテーション設定における最先端メソッドよりも一貫して優れている。
  論文  参考訳（メタデータ） (2024-06-10T21:44:52Z)
• Low-Depth Flag-Style Syndrome Extraction for Small Quantum Error-Correction Codes [1.2354542488854734]
  フラッグスタイルのフォールトトレランスは、小さなフォールトトレラント量子エラー補正実験の実現におけるリンチピンとなっている。 安定度測定の動的選択は,低深度シンドローム抽出回路を用いたフラグプロトコルに導かれることを示す。 この研究は、フォールトトレラント量子エラー補正における回路オーバーヘッドを低減するために、フル安定化器群の特性を利用するための対話を開放する。
  論文  参考訳（メタデータ） (2023-05-01T12:08:09Z)
• Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
  ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。 従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。 本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-05-22T10:17:38Z)
• Searching Central Difference Convolutional Networks for Face Anti-Spoofing [68.77468465774267]
  顔認識システムにおいて、顔の反偽造(FAS)が重要な役割を担っている。 最先端のFASメソッドの多くは、スタック化された畳み込みと専門家が設計したネットワークに依存している。 ここでは、中央差分畳み込み(CDC)に基づくフレームレベルの新しいFAS手法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T12:48:37Z)

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。