論文の概要: Geometry-Aware Diffusion Guidance via Curvature-Adaptive Tubular Correction

• arxiv url: http://arxiv.org/abs/2609.21251v1
• Date: Fri, 18 Sep 2026 02:54:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.838151
• Title: Geometry-Aware Diffusion Guidance via Curvature-Adaptive Tubular Correction
• Title（参考訳）: 曲率適応型管状補正による幾何学的拡散誘導
• Abstract要約: 勾配誘導拡散サンプリング器は逆問題と条件生成の柔軟な先行情報を提供する。 既存の接射影戦略は、アイソ密度面からの1階の離脱を制限する。 共用・雑音依存型幾何予算内で両方の効果を調節する学習不要なプラグインである曲率適応型管状補正(CAT)を導入する。
• 参考スコア（独自算出の注目度）: 3.5398413815515326
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gradient-guided diffusion samplers provide flexible priors for inverse problems and conditional generation, but strong guidance can move the sampling trajectory into regions where the learned score is poorly supported. Existing tangent-projection strategies limit first-order departure from an iso-density surface, yet discard potentially useful normal motion and overlook the second-order departure induced by tangent motion on a curved surface. We introduce curvature-adaptive tubular correction (CAT), a training-free plugin that regulates both effects within a shared, noise-dependent geometric budget. CAT decomposes the guidance gradient into normal and tangent components, charges normal displacement at first order and tangent displacement according to directional curvature, and obtains their jointly optimal magnitudes from a one-dimensional dual equation. Armijo backtracking calibrates the resulting finite step against the actual guidance objective, while matrix-free directional derivatives avoid constructing the full score Jacobian. We establish local guarantees for the tubular approximation, uniqueness of the correction, and sufficient objective decrease. Across seven inverse problems on FFHQ and ImageNet, CAT improves the evaluated pixel- and latent-space host samplers, with particularly consistent gains in perceptual metrics. It also improves black hole reconstruction on InverseBench and yields the lowest FID among the compared methods at every tested classifier-free guidance scale, while maintaining stable saturation and contrast. These results support curvature-aware tubular control as a reusable mechanism for stabilizing diffusion guidance.
• Abstract（参考訳）: グラディエント誘導拡散サンプリングは逆問題や条件生成に柔軟に先行するが、強力なガイダンスによってサンプリング軌跡を学習スコアが不十分な領域に移動させることができる。 既存の接射影戦略は、等密度面からの1階の離脱を制限するが、潜在的に有用な正常な動きを排除し、曲面上の接運動によって誘導される2階の離脱を見渡す。 共用・雑音依存型幾何予算内で両方の効果を調節する学習不要なプラグインである曲率適応型管状補正(CAT)を導入する。 CATは、誘導勾配を正規成分と接成分に分解し、方向曲率に応じて一階の正規変位と接変位をチャージし、1次元の双対方程式からそれらの共同最適等級を求める。 アーミホのバックトラックは実際の誘導目標に対する有限ステップを校正する一方、行列のない方向微分は完全なスコアヤコビアンの構成を避ける。 管状近似の局所的な保証,補正の独自性,十分な客観的な減少の保証を確立する。 FFHQとImageNetの7つの逆問題に対して、CATは評価されたピクセルとラテントスペースのホストサンプリングを改良し、特に知覚的測定値の着実に向上した。 また、InverseBench上でのブラックホールの再構成を改善し、試験された分類子フリーガイダンス尺度で比較した手法の中で最も低いFIDを得るとともに、飽和度とコントラストを安定に維持する。 これらの結果は、拡散誘導の安定化のための再利用可能なメカニズムとして、曲率を考慮した管状制御を支援する。

関連論文リスト

• Stability Annealing Selects the Implicit Bias of Smoothed Sign Descent: A Rate-Indexed Barrier Path on Separable Data [3.7437735326653883]
  本稿では,分離可能なデータに対する完全バッチ線形分類における速度制御中間事例について検討する。 指数損失を重み付けしたメモリレス安定アニール型スムーズドサイン降下に対して, 正規化繰り返しは, 凸バーグ型バリアの最小化に収束することが証明された。
  論文  参考訳（メタデータ） (2026-07-07T08:55:35Z)
• Curvature-Weighted Gradient Diversity: A Noise Measure for Geometry-Adaptive SGD Schedules [1.1602089225841632]
  ヘッセンの逆平方根による勾配毎の重み付けを幾何学的に認識した勾配測度である曲率-重み付きダイバーシティ(CWGD)を導入する。 CWGD-Cosineは、標準コサインよりも約20%低い最終最適化誤差を達成する。 これらの結果は、CWGDを最適化ノイズの原理的幾何認識尺度として確立し、より一般的な学習問題への将来の拡張を動機付けている。
  論文  参考訳（メタデータ） (2026-06-29T15:22:32Z)
• Geometry-Correct Diffusion Posterior Sampling with Denoiser-Pullback Curvature Guidance and Manifold-Aligned Damping [2.9985000712079426]
  我々は、スカラー誘導をノイズレベルごとの減衰ガウスに置き換える。-拡散状態座標で計算されたニュートン補正。 競合するPSNR/SSIM/LPIPSを実現し、比較したベースラインのほとんどよりも大幅に高速である。
  論文  参考訳（メタデータ） (2026-05-27T05:29:35Z)
• Distributional Stability of Tangent-Linearized Gaussian Inference on Smooth Manifolds [3.632189127068905]
  我々は、投射限界化と表面測定条件付けのために、明示的な非漸近的な$W$安定性境界を導出する。 境界は局所的な2次幾何学的歪みと非局所的な尾の漏れを区別する。 実験では、$sqrt||_mathrmop/Rapprox 1/6$付近で予測されたキャリブレーション遷移を検証し、正規方向の不確実性が局所性破壊時の支配的な障害モードであることを示す。
  論文  参考訳（メタデータ） (2026-02-22T13:18:45Z)
• Revisiting Zeroth-Order Optimization: Minimum-Variance Two-Point Estimators and Directionally Aligned Perturbations [57.179679246370114]
  乱摂動の分布は, 摂動段差がゼロになる傾向にあるため, 推定子の分散を最小限に抑える。 以上の結果から, 一定の長さを維持するのではなく, 真の勾配に方向を合わせることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2025-10-22T19:06:39Z)
• Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
  本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。 最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
  論文  参考訳（メタデータ） (2023-10-20T12:45:12Z)
• Error-Correcting Neural Networks for Two-Dimensional Curvature Computation in the Level-Set Method [0.0]
  本稿では,2次元曲率をレベルセット法で近似するための誤差ニューラルモデルに基づく手法を提案する。 我々の主な貢献は、需要に応じて機械学習操作を可能にする数値スキームに依存する、再設計されたハイブリッド・ソルバである。
  論文  参考訳（メタデータ） (2022-01-22T05:14:40Z)
• Cogradient Descent for Bilinear Optimization [124.45816011848096]
  双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。 一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。 本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
  論文  参考訳（メタデータ） (2020-06-16T13:41:54Z)

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。